TechQA (The TechQA Dataset)

TECHQA 是一个适用于技术支持领域的领域自适应问答数据集。 TECHQA 语料库突出了自动化客户支持领域的两个现实问题。首先，它包含用户在技术论坛上提出的实际问题，而不是专门为竞赛或任务生成的问题。其次，它具有真实世界的规模——600 个训练、310 个开发和 490 个评估问题/答案对——因此反映了使用实际数据创建大型标记数据集的成本。因此，TECHQA 旨在促进领域适应研究，而不是成为从头开始构建 QA 系统的资源。该数据集是通过在 IBM Developer 和 IBM DeveloperWorks 论坛上抓取问题以及已发布的 IBM 技术说明（解决特定技术问题的技术文档）中出现的可接受答案而获得的。