QAConv

QAConv 是一个新的问答 (QA) 数据集，它使用对话作为知识源。我们专注于内容丰富的对话，包括商务电子邮件、小组讨论和工作渠道。与开放域对话和面向任务的对话不同，这些对话通常是冗长、复杂、异步的，并且涉及强大的领域知识。我们总共收集了 34,204 个 QA 对，包括基于跨度的、自由形式的和无法回答的问题，来自 10,259 个选定的对话，其中既有人工编写的问题，也有机器生成的问题。我们将长对话分割成块，并使用问题生成器和对话摘要器作为辅助工具来收集多跳问题。该数据集有两种测试场景，块模式和完整模式，具体取决于是否提供了接地块或从大型会话池中检索。