benjleite/FairytaleQA-translated-romanian

该数据集是FairytaleQA的罗马尼亚语机器翻译版本，旨在增强叙事理解能力，适用于幼儿园到八年级的学生。数据集包含10,580个显性和隐性问题，源自278个儿童友好故事，涵盖了七种叙事元素或关系。数据集支持问答、问题生成和问答对生成任务。

原始信息汇总

数据集卡片：FairytaleQA-translated-ptBR

数据集描述

数据集概述

本仓库包含原始英语FairytaleQA数据集的罗马尼亚语机器翻译版本（原数据集链接：https://huggingface.co/datasets/WorkInTheDark/FairytaleQA）。FairytaleQA是一个开源数据集，旨在提高幼儿园至八年级学生的叙事理解能力。该数据集由教育专家根据基于证据的理论框架精心注释，包含从278个适合儿童的故事中提取的10,580个显式和隐式问题，涵盖七种类型的叙事元素或关系。本次翻译是我们的研究项目“FairytaleQA Translated: Enabling Educational Question and Answer Generation in Less-Resourced Languages”的一部分，使用DeepL进行翻译。

支持的任务和排行榜

支持的任务包括：问答（Question-Answering）、问题生成（Question-Generation）、问答对生成（Question-Answer Pair Generation）。

语言

数据集语言为罗马尼亚语。

示例

以下是“train”数据集的一个示例：

json { "story_name": "the-toad-woman-story", "story_section": "O tânără care locuia singură în pădure,...", "question": "Pe cine a văzut femeia alunecând în pădure?", "answer": "Un tânăr chipeș.", "local-or-sum": "local", "attribute": "character", "ex-or-im": "explicit", "ex-or-im2": "" }

数据集结构

• story_name：故事名称的字符串，表示故事部分内容所属的故事。
• story_section：故事部分内容的字符串，与专家标注的QA对相关。用于问题生成和问答任务的输入。
• question：问题内容的字符串。用于问答任务的输入和问题生成任务的输出。
• answer：答案内容的字符串，用于所有拆分的数据。用于问题生成任务的输入和问答任务的输出。
• local_or_sum：字符串，表示QA是与一个故事部分相关还是与多个部分相关。
• attribute：字符串，表示由教育专家标注的七种叙事元素之一：角色、因果关系、动作、设定、情感、预测或结果解决。
• ex_or_im1：字符串，表示答案是显式还是隐式，即答案是否可以直接在故事内容中找到。
• ex_or_im2：与ex_or_im1类似，但由另一个标注者标注（仅适用于测试/验证拆分）。

数据拆分

数据集的拆分大小如下：

	Train	Validation	Test
# Books	232	23	23
# QA-Pairs	8548	1025	1007