ju-resplande/askD

该数据集是基于ELI5数据集，并适配了Reddit上的Medical Questions (AskDocs)子论坛的内容。数据集还包含了从其他来源获取的外部数据，并翻译成了葡萄牙语。数据集支持的任务包括文本生成和问答任务，语言为英语和巴西葡萄牙语。数据集的规模在10万到100万之间，且是多语言和翻译相关的。

原始信息汇总

数据集概述

数据集基本信息

• 名称: AskDocs
• 语言: 英语 (BCP-47 en) 和 巴西葡萄牙语 (BCP-47 pt-BR)
• 许可证: LGPL-3.0
• 多语言性: 多语言，包含翻译
• 大小: 100K<n<1M
• 源数据集: 扩展自 ELI5

任务类别

• 任务类别: 文本到文本生成
• 具体任务: 抽象问答 (abstractive-qa), 封闭领域问答 (closed-domain-qa)

数据集结构

• 数据分割:
  • 英语 (en):
    • 训练集: 24256
    • 验证集: 5198
    • 测试集: 5198
    • 外部数据: 166804
  • 葡萄牙语 (pt):
    • 训练集: 24256
    • 验证集: 5198
    • 测试集: 5198
    • 外部数据: 166804

数据集创建

• 源数据时间范围: 2013年1月至2019年12月

许可证信息

• 许可证: LGPL-3.0

引用信息

bibtex @misc{Gomes20202, author = {GOMES, J. R. S.}, title = {PLUE: Portuguese Language Understanding Evaluation}, year = {2020}, publisher = {GitHub}, journal = {GitHub repository}, howpublished = {url{https://github.com/ju-resplande/askD}}, commit = {42060c4402c460e174cbb75a868b429c554ba2b7} }

贡献者

• 贡献者: @ju-resplande