斯坦福大学 发布 EnronQA 数据集, 应用在 自然语言处理、文本挖掘 领域

斯坦福大学 本次发布的数据集 EnronQA, EnronQA是一个包含103,638封电子邮件和528,304个问答对的数据集，涵盖了150个不同的用户邮箱。该数据集基于Enron电子邮件语料库构建，旨在为个性化RAG模型提供测试和评估标准。数据集内容丰富，涵盖了私人文档领域，为研究个性化检索和记忆提供了现实的数据基础。EnronQA的构建过程严格，包括数据过滤、问答对生成和后处理三个阶段，以确保数据集的质量和多样性。该数据集适用于LLM模型的微调和优化，并有助于探索LLM在私人文档领域的应用。EnronQA数据集的发布填补了RAG模型在私人文档检索领域的空白，为未来研究提供了重要的资源。

查看EnronQA

Dataset card 内容： 

Files and versions 内容： 

关于 斯坦福大学 , 斯坦福大学是一所位于美国加州的世界顶尖私立研究型大学，以其在科技、工程、商业和法律等领域的卓越教学和研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。