five

SEACrowd/idk_mrc

收藏
Hugging Face2024-06-24 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/idk_mrc
下载链接
链接失效反馈
官方服务:
资源简介:
IDK-MRC是一个印尼语机器阅读理解数据集,涵盖可回答和不可回答的问题。不可回答的问题是通过问题生成模型和人工编写的问题生成的。每个段落都有一组可回答和不可回答的问题及其对应的答案。此外,还提供了几个基线数据集,如Trans SQuAD、TyDiQA、Model Gen和Human Filt。
提供机构:
SEACrowd
原始信息汇总

Idk Mrc 数据集概述

数据集名称

Idk Mrc (IDK-MRC)

语言

印度尼西亚语 (ind)

任务类别

问答 (question-answering)

数据集描述

IDK-MRC 是一个印度尼西亚机器阅读理解数据集,包含可回答和不可回答的问题。该数据集基于 TyDiQA 中的现有可回答问题,并使用问题生成模型和人工编写的问题生成了新的不可回答问题。每个段落都有一组可回答和不可回答的问题及其对应的答案。

相关数据集

  1. Trans SQuAD (trans_squad): 机器翻译的 SQuAD 2.0 (Muis and Purwarianti, 2020)
  2. TyDiQA (tydiqa): 来自 TyDiQA-GoldP 的印度尼西亚可回答问题集 (Clark et al., 2020)
  3. Model Gen (model_gen): TyDiQA + 问题生成模型输出的不可回答问题
  4. Human Filt (human_filt): 经过人工标注者筛选的 Model Gen 数据集

支持的任务

问答 (Question Answering)

数据集版本

源版本: 1.0.0
SEACrowd 版本: 2024.06.20

数据集许可

CC-BY-SA 4.0

引用

如果您在使用 Idk Mrc 数据集,请引用以下内容:

@misc{putri2022idk, doi = {10.48550/ARXIV.2210.13778}, url = {https://arxiv.org/abs/2210.13778}, author = {Putri, Rifki Afina and Oh, Alice}, title = {IDK-MRC: Unanswerable Questions for Indonesian Machine Reading Comprehension}, publisher = {arXiv}, year = {2022} }

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作