google_wellformed_query

GoogleWellformedQuery专注于识别自然语言问题的规范性，其核心在于判断搜索查询是否为符合语法的、明确的且无拼写错误的提问。数据集包含从Paralex语料库中抽取的25100条查询，每条查询都由五位众包工作者进行标注，最终得到一个0到1之间的评分，代表查询的规范程度。该数据集支持文本分类和文本评分任务，并采用CC BY-SA 4.0授权许可。其中训练集包含17500条数据，验证集包含3750条数据，测试集包含3850条数据。