本研究针对印度的两种低资源语言——印地语和马拉地语，开发了一个大规模的问答数据集。该数据集包含28,000个样本，旨在解决这两种语言在构建高效问答系统时面临的数据稀缺问题。数据集通过将SQuAD 2.0数据集翻译成印地语和马拉地语创建，适用于自然语言理解和机器学习应用，特别是针对印地语和马拉地语社区的需求。创建过程中，研究团队采用了一种新颖的方法来确定答案在上下文中的准确索引，确保了数据集的质量和

arXiv2024-02-17 更新160

ADHIZ/njdsfb

自然语言处理

问答系统

该数据集包含三个主要特征：context（上下文）、question（问题）和answers（答案），所有特征的数据类型均为字符串。数据集仅包含一个训练集（train），共有7598个样本，总大小为6715163字节。下载大小为1189018字节。数据集的配置文件中指定了默认配置，数据文件路径为data/train-*。

Hugging Face2024-11-29 更新140

opt-350m_beta_1.0_alpha_0.2_num-company_2_dataset_0_for_gen_7

自然语言处理

问答系统

这是一个包含问答对的数据集，其中每个示例为一个字符串类型的问题。数据集分为训练集，共有11,250个示例，大小为1,665,504字节。数据集的下载大小为947,722字节。

Hugging Face2025-04-13 更新230

baricevic/s50K

文本分类

问答系统

该数据集包含了解决方案（solution）、问题（question）、cot类型（cot_type）、来源类型（source_type）、元数据（metadata）和cot（可能为上下文或辅助信息，但具体未知，因为其数据类型为null）。数据集被划分为训练集，包含48139个样本，总大小约为2.25GB。数据集的具体应用场景和内容未在README中描述。

Hugging Face2025-10-22 更新150

MS MARCO Dataset

资源简介：

相关数据集