CCQA
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/CCQA
下载链接
链接失效反馈官方服务：
资源简介：
CCQA 是用于域内模型预训练的新网络规模数据集。 CCQA 是一个基于 Common Crawl 项目的新型 QA 数据集。使用现成的 schema.org 注释，提取了大约 1.3 亿个多语言问答对，其中包括大约 6000 万个英语数据点。
提供机构：
OpenDataLab
创建时间：
2022-08-19
搜集汇总
数据集介绍
背景与挑战
背景概述
CCQA是一个基于Common Crawl构建的网络规模问答数据集，包含约1.3亿个多语言问答对，其中约6000万为英语数据，专用于域内模型预训练。该数据集由不列颠哥伦比亚大学于2022年发布，采用CC BY-NC 4.0许可协议。
以上内容由遇见数据集搜集并总结生成
