Dataset of Type-Controllable Question Generation Model Based on Deep Learning and Knowledge Graph

在题型构建过程中采用4MAT问题标注方法对题型进行分类，针对不同类型的知识图谱设计不同的题集方案。1）收集CMeKG医学知识图谱相应问题，通过进一步人工检查和修改获得71095数据。2）收集知识图谱问题，通过进一步人工检查和修改获得100293数据。3）NLPCC-MH知识谱问题集合，NLPCC-MH自带14，609个问题对训练集和9870个问题对测试集。这些问题被收集为与NLPCC-MH知识图谱相对应的问题集。经过数据处理，专家们对数据进行梳理过滤，得到本文所需的数据集，即最终得到知识图谱问题数据集218680个，其中单跳数据集75398个，两跳数据集34410个，三跳数据集1088772个。在4MAT题型体系下，四个题类下也有子类型，以适应汉语表达的丰富性。该数据集收集了与子类相对应的问题，例如“谁”、“在哪里”、“何时”、“多大”、“多少”和“哪个”，形成一个涵盖子类的多层次和全面的数据集。