GooAQ

GooAQ 是一个具有多种答案类型的大规模数据集。该数据集包含从 Google 收集的超过 500 万个问题和 300 万个答案。 GooAQ 问题是使用 Google 搜索引擎的自动完成功能半自动收集的。这导致了具有实际兴趣的自然主义问题，这些问题仍然很短，并且使用简单的语言表达。 GooAQ 的答案是从谷歌对收集到的问题的回答中挖掘出来的，特别是从搜索结果中的答案框中。这产生了丰富的答案类型空间，包含文本答案（短和长）以及更结构化的答案，例如集合。

搜集汇总

背景与挑战

背景概述

GooAQ是一个大规模问答数据集，包含从Google搜索引擎半自动收集的超过500万问题和300万答案，具有自然、简短的问题表达和多样化的答案类型（包括文本和结构化形式）。该数据集由宾夕法尼亚大学等机构于2021年发布，旨在支持开放领域问答研究。