kumapo/JAQKET

JAQKET数据集旨在促进日本的问答/机器阅读理解研究，提供易于研究者使用的日语开放域问答任务数据集。数据集包含两个版本：v1.0和v2.0。v1.0是一个多项选择题任务，其中问题文后提供多个答案选项，要求从中选择一个正确答案。v2.0是一个开放性问题回答任务，其中只提供问题文，要求系统返回解答字符串。数据集的语言为日语，结构包括训练集和验证集，每个版本的数据集都有特定的特征和示例。

原始信息汇总

数据集概述

数据集名称

• 名称: JAQKET

数据集描述

• 目的: 促进日本语的开放域问答/机器阅读理解研究。
• 内容: 基于Wikipedia文章名的日语开放域QA任务数据集。

支持的任务

• JAQKET v1.0: 处理的是选择题，问题文对应多个解答选项，从中选择一个正确答案。
• JAQKET v2.0: 仅提供问题文，要求构建系统从问题文中返回正确的文字串作为答案。

语言

• 语言: 日语

数据集结构

• JAQKET v1.0:

  • 特征: qid, question, answer_entity, label, answer_candidates, contexts
  • 数据实例: 包含问题ID、问题文本、答案实体、标签、候选答案和上下文。
  • 示例: json { "qid": "QA20QBIK-0002", "question": "童謡『たなばたさま』の歌詞で、「さらさら」と歌われる植物は何の葉?", "answer_entity": "ササ", "answer_candidates": [ "ササ", "チシマザサ", "クマザサ", "アダン", "チガヤ", "アセビ", "ススキ", "ホオノキ", "マテバシイ", "ヤマフジ", "ウツギ", "タムシバ", "ミズキ", "アキタブキ", "トベラ", "クヌギ", "ネズミモチ", "ヒシ", "コブシ", "オオウバユリ" ], "qtype": "なに〜" }

• JAQKET v2.0:

  • 特征: qid, question, answers, ctxs
  • 数据实例: 包含问题ID、问题文本、答案和上下文。
  • 示例: json { "qid": "QA20QBIK-0002", "question": "童謡『たなばたさま』の歌詞で、「さらさら」と歌われる植物は何の葉?", "answers": ["ササ"] }

许可证

• 许可证: cc-by-sa-4.0