qwant/squad_fr

SQuAD-fr是斯坦福问答数据集（SQuAD）的法语翻译版本，通过自动翻译生成。它是一个阅读理解数据集，包含约90K个关于维基百科文章的事实性问题，每个问题的答案是对应阅读段落中的一段文本。该数据集用于增强FQuAD和PIAF基准测试的数据。数据集主要用于封闭领域问答任务，也可用于信息检索任务。数据集完全使用法语。

原始信息汇总

数据集概述

数据集名称

• 名称: SQuAD-fr
• 别名: squad_fr

数据集描述

• 摘要: SQuAD-fr 是斯坦福问答数据集（SQuAD）的法语翻译版本，通过自动翻译英文数据集获得。该数据集包含约90,000个关于维基百科文章的事实性问题，每个问题的答案都是相关阅读段落中的文本片段。
• 语言: 该数据集仅包含法语内容。
• 许可: 数据集遵循CC-BY-4.0许可。

数据集结构

• 数据实例: 每个数据实例包括以下字段：
  • id: 字符串类型。
  • title: 字符串类型。
  • context: 字符串类型。
  • question: 字符串类型。
  • answers: 字典类型，包含：
    • text: 字符串类型。
    • answer_start: 整数类型。
• 数据分割: 数据集分为训练集和验证集，其中训练集包含87,514个实例，验证集包含17,492个实例。

数据集创建

• 来源数据: 数据集是对原始SQuAD数据集的扩展。
• 注释: 注释由机器自动生成。

使用数据注意事项

• 数据集影响: 数据集用于研究Transformer模型在法语问答任务中的可用性，以及数据稀缺性相关的稳定性问题。
• 数据集限制: 数据集的详细限制和偏见讨论尚不明确。

附加信息

• 数据集管理者: 信息未提供。
• 引用信息: 引用该数据集时，应使用提供的文献引用格式。