zeaver/multifactor_hotpotqa_suppfacts

MultiFactor-HotpotQA-SuppFacts数据集是基于HotpotQA数据集的支持事实部分，并在EMNLP 2023 Findings中提出。该数据集在CQG提供的数据集基础上增加了`p_hrase`、`n_phrase`和`full answer`属性，并使用QA2D重构了完整答案。数据集包含训练、开发和测试三个部分的JSON文件，每个文件包含上下文、答案、问题、正面短语、负面短语和完整答案等信息。

原始信息汇总

MultiFactor-HotpotQA-SuppFacts

1. 数据集描述

MultiFactor 数据集 -- HotpotQA 支持事实部分，在 EMNLP 2023 Findings 中提出：Improving Question Generation with Multi-level Content Planning。

基于 CQG 数据集，我们为每个数据实例添加了 p_hrase、n_phrase 和 full answer 属性。完整答案通过 QA2D 重建。更多细节参见论文 GitHub：https://github.com/zeaver/MultiFactor。

2. 数据集来源

• 仓库： https://github.com/zeaver/MultiFactor
• 论文： Improving Question Generation with Multi-level Content Planning，EMNLP Findings，2023。

3. 数据集结构

tex . ├── dev.json ├── test.json ├── train.json ├── fa_model_inference ├── dev.json ├── test.json └── train.json

每个分割是一个 json 文件，不是 jsonl。请直接使用 json.load(f) 加载。数据集模式如下：

json { "context": "给定的输入上下文", "answer": "给定的答案", "question": "对应的问句", "p_phrase": "给定上下文中的正向短语", "n_phrase": "负向短语", "full answer": "伪金标准完整答案（q + a -> 陈述句）", }

我们还提供了 FA_Model 的推理结果在 fa_model_inference/{split}.json。