CSQA

包含大约200K对话框，总共1.6M圈。此外，与包含可以从单个元组回答的简单问题的现有大规模QA数据集不同，对话框中的问题需要KG的较大子图。

This dataset contains approximately 200K dialogues, totaling 1.6M conversational turns. Unlike existing large-scale QA datasets that include simple questions answerable through a single knowledge graph triple, the questions in these dialogues require leveraging larger subgraphs of the knowledge graph.

搜集汇总

背景与挑战

背景概述

CSQA是一个专注于复杂顺序问答的数据集，包含约200K对话框和1.6M圈，旨在模拟基于知识图谱的对话交互。其特点在于问题需要知识图谱的较大子图来回答，区别于简单QA任务，适用于自然语言处理、语义解析和知识图谱相关研究。数据集由IBM Research AI等机构于2018年发布，采用CC BY-SA 4.0许可证。