NeSTudio/NestQuad

NestQuad数据集是一个结合了Sberquad和通过wizard方法创建的数据集，专门用于问答系统。该数据集包含75300个条目，具有5.48的上下文增强，2023年更新，评估客观性为70%，结构客观性为95%，完整性为90%，相关性为60%，兼容性为90%。数据集包含49161个独特答案和13728个独特上下文。数据集的结构包括id、cluster、title、context、question、answers、answers_start和answers_end字段。数据来源包括Sberquad和旅游信息网站。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别: 问答
• 语言: 俄语
• 数据集名称: NestQuad
• 数据集大小: 10K<n<100K

详细属性

• 维度: 75300
• 上下文增强: 5.48
• 更新时间: 2023年
• 客观性评估: 70%
• 结构客观性: 95%
• 完整性: 90%
• 相关性: 60%
• 兼容性: 90%
• 唯一答案数量: 49161
• 唯一上下文数量: 13728

数据集结构

• 字段: id, cluster, title, context, question, answers, answers_start, answers_end
• 描述: 包含唯一ID、相关主题集合、具体主题、上下文、问题、答案及其在上下文中的起始和结束位置。

数据来源

• Sberquad: 来自Hugging Face (https://huggingface.co/datasets/sberquad)
• 旅游信息: 来自tour-poisk.com/articles/ 和 sravni.ru/enciklopediya/turizm/oteli/