textmachinelab/quail

QuAIL是一个阅读理解数据集，包含15K个多选题，文本长度为300-350个token，涵盖4个领域（新闻、用户故事、小说、博客）。数据集是平衡的，并且对问题类型进行了标注。

QuAIL is a reading comprehension dataset comprising 15,000 multiple-choice questions, where each accompanying text ranges from 300 to 350 tokens in length. It covers four distinct domains: news, user stories, fiction, and blogs. The dataset is balanced, and its question types are annotated.

原始信息汇总

数据集概述

基本信息

• 数据集名称: Question Answering for Artificial Intelligence (QuAIL)
• 语言: 英语
• 许可证: CC BY-NC-SA 4.0
• 多语言性: 单语种
• 数据集大小: 10K<n<100K
• 源数据: 原始数据
• 任务类别: 多项选择
• 任务ID: 多项选择问答
• Papers with Code ID: quail

数据集结构

特征

• id: 字符串类型
• context_id: 字符串类型
• question_id: 字符串类型
• domain: 字符串类型
• metadata: 结构体类型，包含以下字段：
  • author: 字符串类型
  • title: 字符串类型
  • url: 字符串类型
• context: 字符串类型
• question: 字符串类型
• question_type: 字符串类型
• answers: 字符串序列
• correct_answer_id: 整数类型

数据分割

• 训练集: 10246个样本
• 验证集: 2164个样本
• 挑战集: 556个样本

数据集创建

数据集摘要

QuAIL是一个阅读理解数据集，包含15K个多选题，文本长度为300-350个词，涵盖4个领域（新闻、用户故事、小说、博客）。数据集平衡且标注了问题类型。

数据文件配置

• 配置名称: quail
• 数据文件:
  • 训练集: quail/train-*
  • 验证集: quail/validation-*
  • 挑战集: quail/challenge-*

其他信息

数据集贡献者

感谢@sai-prasanna和@ngdodd添加此数据集。

搜集汇总

背景与挑战

背景概述

QuAIL是一个阅读理解数据集，包含15K个多选题，文本长度为300-350个token，覆盖新闻、用户故事、小说和博客四个领域。数据集是平衡的，并对问题类型进行了标注，适用于训练和评估阅读理解模型。