“squad”数据集的数据卡

数据集简介

斯坦福问答数据集（SQuAD）是一个阅读理解数据集，由众包工人对一组维基百科文章提出问题，每个问题的答案都是对应阅读段落中的文本片段（或范围），或者问题可能无法回答。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据示例

• 下载的数据集文件大小：35.14 MB
• 生成的数据集大小：89.92 MB
• 总共使用的磁盘空间：125.06 MB

“train”集合的示例如下所示。

{
    "answers": {
        "answer_start": [1],
        "text": ["This is a test text"]
    },
    "context": "This is a test context.",
    "id": "1",
    "question": "Is this a test?",
    "title": "train test"
}

数据字段

所有分割数据集的数据字段都相同。

• id：字符串特征。
• title：字符串特征。
• context：字符串特征。
• question：字符串特征。
• answers：包含以下字段的字典特征：
  • text：字符串特征。
  • answer_start：int32特征。

数据划分

数据集创建

策划理由

More Information Needed

源数据

More Information Needed

More Information Needed

标注

More Information Needed

More Information Needed

个人和敏感信息

More Information Needed

使用数据的注意事项

数据集的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

More Information Needed

其他信息

数据集策划者

More Information Needed

许可信息

More Information Needed

引用信息

@article{2016arXiv160605250R,
       author = {{Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
                 Konstantin and {Liang}, Percy},
        title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
      journal = {arXiv e-prints},
         year = 2016,
          eid = {arXiv:1606.05250},
        pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
       eprint = {1606.05250},
}

贡献者

感谢 @lewtun 、 @albertvillanova 、 @patrickvonplaten 、 @thomwolf 添加该数据集。