ProPara

ProPara 数据集旨在训练和测试对描述过程（例如光合作用）的简单段落的理解，旨在预测、跟踪和回答有关实体在过程中如何变化的问题。 ProPara 旨在促进程序文本背景下的自然语言理解研究。这需要识别段落中描述的动作并跟踪所涉及的实体发生的状态变化。理解任务被视为预测、跟踪和回答有关实体在过程中如何变化的问题。该数据集包含 488 个段落和 3,300 个句子。在整个过程中的每个时间步（句子），每个段落都用所有主要实体（“参与者”）的存在和位置进行了丰富的注释（约 81,000 个注释）。 ProPara 段落是自然的（由众包创作）而不是合成的（例如，在 bAbI 中）。给工人一个提示（例如，“光合作用过程中发生了什么？”），然后要求他们撰写一系列描述过程中事件顺序的句子。从这些句子中，确定了参与者实体及其存在和位置。挑战的目标是根据段落中的句子预测每个参与者的存在和位置。

搜集汇总

背景与挑战

背景概述

ProPara数据集旨在促进程序文本的自然语言理解研究，通过488个段落和3,300个句子来训练模型预测和跟踪实体在过程中的状态变化。该数据集包含丰富的实体存在和位置注释（约81,000个），数据由众包创作，专注于如光合作用等过程的描述。