zirui3/zhihu_qa_oa_instructions

`zhihu_qa`数据集包含来自知乎的3,000个问题和230,000个答案，这些问题涵盖了10个热门话题，包括文化、教育、艺术、大学、互联网、心理、科技、健康、职业发展和生活方式。数据格式遵循`Open-Assistant`的格式。

原始信息汇总

数据集概述

数据集名称

zhihu_qa

数据集内容

• 问题数量：3,000个问题
• 回答数量：230,000个回答
• 来源：zhihu.com

数据集结构

数据遵循Open-Assistant的格式，每个样本包含以下字段：

• INSTRUCTION：问题描述
• RESPONSE：回答内容
• SOURCE：数据来源标识
• meta：元数据，包括问题ID、回答ID、回答类型和标签

数据集主题

数据集涵盖以下10个热门主题：

• 文化
• 教育
• 艺术
• 大学
• 互联网
• 心理
• 科技
• 健康
• 职业发展
• 生活方式

许可证

本数据集遵循cc-by-4.0许可证。

搜集汇总

背景与挑战

背景概述

该数据集是一个来自知乎的问答数据集，包含约225K条问题与回答，覆盖10个热门话题。数据以JSON格式存储，每条记录包含问题、回答、来源及元数据，适用于自然语言处理任务如问答系统训练。