biu-nlp/qa_align

该数据集包含跨文本内容重叠的细粒度注释，任务输入是来自两个文档的两个句子，这些句子大致描述同一事件，并带有QA-SRL注释，这些注释以问答格式捕捉动词谓词-论元关系。输出是表示相同信息的QA集之间的跨句子对齐。数据集格式包括唯一的句子ID、候选句子及其上下文、每个句子的QASRL QA集以及工人匹配的对齐QA。

原始信息汇总

数据集概述

数据集名称：QA-Align

内容描述： QA-Align数据集包含细粒度的跨文本内容重叠标注，即QA对齐。任务输入为来自两个文档的两句话，大致讨论同一事件，并附有QA-SRL标注，这些标注以问答形式捕捉动词谓词-论元关系。输出为表示相同信息的QA集合之间的跨句子对齐。

数据集特征：

• abs_sent_id_1, abs_sent_id_2：唯一句子ID，跨所有数据源唯一。
• text_1, text_2, prev_text_1, prev_text_2：用于对齐的两个候选句子及其上下文。
• qas_1, qas_2：每个句子对应的QASRL QA集合。测试和开发集由工作者创建，训练集由QASRL解析器生成。
• alignments：工作者匹配的对齐QA，每个对齐包含多个QA对。

对齐类型：

• 96%为一对一对齐。
• 4%包含多对多对齐，其中大部分为2对1。