five

TechQA (The TechQA Dataset)

收藏
OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/TechQA
下载链接
链接失效反馈
官方服务:
资源简介:
TECHQA 是一个适用于技术支持领域的领域自适应问答数据集。 TECHQA 语料库突出了自动化客户支持领域的两个现实问题。首先,它包含用户在技术论坛上提出的实际问题,而不是专门为竞赛或任务生成的问题。其次,它具有真实世界的规模——600 个训练、310 个开发和 490 个评估问题/答案对——因此反映了使用实际数据创建大型标记数据集的成本。因此,TECHQA 旨在促进领域适应研究,而不是成为从头开始构建 QA 系统的资源。该数据集是通过在 IBM Developer 和 IBM DeveloperWorks 论坛上抓取问题以及已发布的 IBM 技术说明(解决特定技术问题的技术文档)中出现的可接受答案而获得的。

TECHQA is a domain-adaptive question answering (QA) dataset tailored for the technical support domain. The TECHQA corpus highlights two practical challenges in the automated customer support sector. First, it comprises real-world questions posted by users on technical forums, rather than questions specifically devised for competitions or benchmark tasks. Second, it boasts a real-world scale: 600 training, 310 development, and 490 evaluation question-answer pairs, thus reflecting the actual costs of building large-scale labeled datasets using real-world data. Accordingly, TECHQA is intended to advance domain adaptation research, rather than acting as a resource for developing QA systems from scratch. This dataset was collected by scraping questions from the IBM Developer and IBM DeveloperWorks forums, as well as extracting accepted answers from published IBM technical notes—technical documents that address specific technical problems.
提供机构:
OpenDataLab
创建时间:
2022-08-19
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
TechQA是一个适用于技术支持领域的领域自适应问答数据集,包含从IBM技术论坛和文档中抓取的真实问题与答案,共计600个训练、310个开发和490个评估问题/答案对。该数据集旨在促进领域适应研究,而非从头构建问答系统。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作