SearchQA

Name: SearchQA
Creator: OpenDataLab
License: 暂无描述

OpenXLab2026-04-18 收录

下载链接：

https://openxlab.org.cn/datasets/OpenDataLab/SearchQA

下载链接

链接失效反馈

官方服务：

资源简介：

SearchQA 是使用生产中的商业搜索引擎构建的。它密切反映了（假设的）通用问答系统的完整管道，该系统由信息检索和答案合成组成。

提供机构：

OpenDataLab

创建时间：

2022-06-07

SearchQA

该数据集名为SearchQA，它基于一系列《危险边缘》节目的线索构建而成，包含了复杂的问题以及谷歌搜索结果前几条的相关片段。每个线索都与正确答案及一系列片段相关联，且用于答案跨度选择的环境仅限于前10个片段。该数据集规模宏大，包含了超过14万个问题/答案对和690万个片段；具体分为训练集99,820个例子，验证集13,393个例子，以及测试集27,248个例子。其任务是进行问题回答。

arXiv780

SearchQA

SearchQA 是使用生产中的商业搜索引擎构建的。它密切反映了（假设的）通用问答系统的完整管道，该系统由信息检索和答案合成组成。

OpenDataLab2026-07-12 更新1650

Sandipan1994/searchqa

--- dataset_info: features: - name: context dtype: string - name: answers struct: - name: char_spans list: - name: end list: int64 - name: start lis

Hugging Face2026-03-17 更新30

lucadiliello/searchqa

数据集名为searchqa，是从MRQA 2019共享任务中提取并格式化、过滤后的问答数据集。包含上下文、问题、答案、键和标签等特征，标签进一步细分为结束位置和开始位置。数据集分为训练集和验证集，分别包含117,384和16,980个示例。下载大小为325,197,949字节，数据集总大小为553,646,550字节。

Hugging Face2023-06-06 更新160

SearchQA

SearchQA是由纽约大学数据科学中心创建的大型问答数据集，旨在通过结合搜索引擎的上下文信息，模拟真实世界中的问答过程。该数据集包含超过140,000个问答对，每个问答对平均附带49.6个来自Google搜索的文本片段。创建过程中，首先从J! Archive获取问答对，然后通过Google搜索获取相关文本片段，确保数据集的真实性和复杂性。SearchQA的应用领域广泛，主要用于机器理解和自动化问

arXiv2017-06-11 更新170