Stanford/web_questions

该数据集包含6,642个问题/答案对，这些问题主要通过Freebase（一个大型知识图谱）来回答，且问题大多围绕单个命名实体展开。数据集的语言为英语，且为单语种。数据集的任务类别为问答系统，具体任务为开放域问答。数据集分为训练集和测试集，分别包含3,778和2,032个样本。数据集的字段包括URL、问题和答案。

This dataset contains 6,642 question/answer pairs, most of which are answered using Freebase, a large-scale knowledge graph, and the questions primarily revolve around single named entities. The dataset is in English and is monolingual. Its task category is question answering, specifically open-domain question answering. It is divided into training and test sets, with 3,778 and 2,032 samples respectively. The dataset includes fields such as URL, question, and answer.

原始信息汇总

数据集概述

数据集描述

数据集摘要

该数据集包含6,642个问题/答案对。问题可通过Freebase知识图谱回答，主要围绕单个命名实体，是网络上常见的问题。

支持的任务和排行榜

更多信息需补充

语言

更多信息需补充

数据集结构

数据实例

默认配置

• 下载数据集文件大小: 1.27 MB
• 生成数据集大小: 0.83 MB
• 总磁盘使用量: 2.10 MB

训练集示例： json { "answers": ["Jamaican Creole English Language", "Jamaican English"], "question": "what does jamaican people speak?", "url": "http://www.freebase.com/view/en/jamaica" }

数据字段

所有拆分中的数据字段相同。

默认配置

• url: 字符串特征。
• question: 字符串特征。
• answers: 字符串列表特征。

数据拆分

名称	训练集	测试集
默认配置	3778	2032

数据集创建

策划理由

更多信息需补充

源数据

初始数据收集和规范化

更多信息需补充

源语言生产者

更多信息需补充

注释

注释过程

更多信息需补充

注释者

更多信息需补充

个人和敏感信息

更多信息需补充

使用数据的注意事项

数据集的社会影响

更多信息需补充

偏见的讨论

更多信息需补充

其他已知限制

更多信息需补充

附加信息

数据集策展人

更多信息需补充

许可信息

更多信息需补充

引用信息

bibtex @inproceedings{berant-etal-2013-semantic, title = "Semantic Parsing on {F}reebase from Question-Answer Pairs", author = "Berant, Jonathan and Chou, Andrew and Frostig, Roy and Liang, Percy", booktitle = "Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing", month = oct, year = "2013", address = "Seattle, Washington, USA", publisher = "Association for Computational Linguistics", url = "https://www.aclweb.org/anthology/D13-1160", pages = "1533--1544", }

贡献

感谢@thomwolf、@mariamabarham、@lewtun添加此数据集。