eli5_category

ELI5-Category是一个英文问答数据集，它包含约10万条来自Reddit论坛的问题和答案，并对问题进行了主题分类。这些数据适用于开放领域的长文本问答等任务。数据集中的每个样本都包含问题ID、标题、问题内容、类别、子版块以及答案列表等字段，同时提供了对文本中URL的提取和处理。数据集分为训练集、验证集和测试集，并根据不同的主题进行划分，以避免数据重叠。此数据集由乔治城大学的学生创建，但其授权许可状态取决于Pushshift.io数据的法律地位，目前尚不明确。