CMRC 2018

中文阅读理解语料库 CMRC 2018 ，类似于 SQuAD 的抽取式数据集，对于每篇文章都标注了一些问题以及对应的答案（包括答案的文本和位置）

数据源地址：https://github.com/ymcui/cmrc2018/tree/master/squad-style-data

其中 cmrc2018_train.json、cmrc2018_dev.json 和 cmrc2018_trial.json 分别对应训练集、验证集和测试集。

Chinese Reading Comprehension Corpus CMRC 2018 is an extractive reading comprehension dataset analogous to SQuAD. For each article in the corpus, multiple questions and their corresponding answers (including both the answer text and its position within the article) are annotated. The data source address is: https://github.com/ymcui/cmrc2018/tree/master/squad-style-data. Specifically, cmrc2018_train.json, cmrc2018_dev.json and cmrc2018_trial.json correspond to the training set, validation set and test set respectively.

搜集汇总

背景与挑战

背景概述

CMRC 2018是一个中文阅读理解语料库，采用类似于SQuAD的抽取式问答格式，每篇文章都标注了问题及其对应的答案文本和位置。该数据集包含训练集、验证集和测试集三个标准分割，文件大小分别为7.07MB、3.15MB和781.47KB，适用于自然语言处理中的阅读理解模型训练和评估。