CLC-QuAD是首个基于Wikidata的大规模中文复杂语义解析数据集，由浙江大学等机构创建。该数据集包含超过28,000个问题及其对应的SPARQL查询，涵盖多种问题类型，如事实问题、双重意图问题、布尔问题和计数问题。数据集的构建过程涉及将英文问题翻译成中文，并通过人工验证确保翻译的准确性。CLC-QuAD旨在推动中文知识库问答系统的研究，解决现有数据集在问题类型和语言多样性方面的不足。

arXiv2021-11-11 更新551

joey234/mmlu-world_religions

世界宗教

知识问答

--- dataset_info: features: - name: question dtype: string - name: choices sequence: string - name: answer dtype: class_label: names: '0': A '1':

Hugging Face2023-08-23 更新150

HanyangMed/medical_dialogue_dataset_only_right_0209_w_options_4

医学对话

知识问答

该数据集包含问题和正确答案对，适用于训练机器学习模型进行问答。数据集分为训练集，共有123个示例，数据集大小为896402字节。

Hugging Face2025-02-10 更新90

datatab/guanaco-sharegpt-style-serbian

知识问答

文本生成

该数据集是[philschmid/guanaco-sharegpt-style](https://huggingface.co/datasets/philschmid/guanaco-sharegpt-style)的塞尔维亚语翻译版本。数据集包含一个train分割，适用于监督微调（sft）。每个数据条目包含一个对话，对话由人类和GPT的交互组成，格式为{from: human或gpt, value

Hugging Face2024-04-04 更新310

5CD-AI/Vietnamese-mabryCodes-tiny-cot-alpaca-gg-translated

跨语言翻译

知识问答

该数据集是一个问答任务的数据集，包含英语和越南语两种语言，数据规模在10万到100万之间。

Hugging Face2024-01-22 更新110