自然语言处理数据集|机器学习数据集

TriviaQA是一个大规模的阅读理解问答数据集，包含9.5万个由知识爱好者提出的问题及对应答案，并配有从维基百科和网页中收集的超过65万组证据文档三元组，平均每个问题有六个支持证据。该数据集兼具人工标注与机器生成的子集，问题答案往往需综合长上下文推理得出，难以通过简单跨度预测获取，挑战性高于SQuAD等传统基准。适用于问答系统、信息检索与自然语言理解研究。