Webtext2019zh

社区问答json版本 (webtext2019zh)，包含410万预过滤，高质量的问题和回答。每个问题属于一个 [主题]，总共有28,000个各种主题，主题包罗万象。 从1400万原始问题和答案中，选择获得至少3个赞或以上的答案，这意味着回复的内容相对较好或有趣，从而获得高质量的数据集。 除了每个问题对应一个主题、问题的描述和一个或多个回复之外，每个回复还具有回复者的赞数、回复ID和标签。 数据集分区: 数据被重复数据删除并分为三个部分。训练集: 412万; 验证集: 68,000; 测试集a: 68,000; 测试集b，不可下载。