CoAStaL NLP Group 发布 tydi_xor_rc 数据集, 应用在 多语言阅读理解、无法回答的问题 领域

CoAStaL NLP Group 本次发布的数据集 tydi_xor_rc, 数据集 tydi_xor_rc 是 XORQA 阅读理解数据和 XOR-AttriQA 英语数据的合并和简化版本。它是原始 TyDi QA 数据集的扩展，涵盖了 11 种类型多样的语言。XORQA 特别包括了无法回答的问题，其中上下文文档仅用英语，但问题可以用 7 种语言提出。该数据集包含训练集和验证集，分别有 15445 和 3646 个样本。数据集的列包括 lang（问题的语言）、question、context（英语的维基百科段落）、answertable（布尔值，表示问题是否可以回答）、answer_start（答案开始的索引，如果无法回答则为 -1）、answer（英语答案）和 answer_inlang（如果可用，则与问题相同语言的答案）。

查看tydi_xor_rc

Dataset card 内容： 

Files and versions 内容： 

关于 CoAStaL NLP Group , CoAStaL NLP Group是一个专注于自然语言处理（NLP）研究的组织，致力于开发和应用先进的NLP技术，以解决语言处理中的挑战并推动相关领域的发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。