意大利国家研究委员会信息与电信研究所 发布 AMAQA 数据集, 应用在 问答系统、自然语言处理 领域

意大利国家研究委员会信息与电信研究所 本次发布的数据集 AMAQA, AMAQA是一个开放获取的问答数据集，旨在评估结合文本和元数据的任务。数据集包括约110万条从26个公共Telegram群组收集的英文消息，这些消息被丰富了时间戳、主题、情绪色调和毒性指标等元数据，从而能够根据特定标准过滤文档以进行精确和情境化的查询。此外，数据集还包括450个高质量的问答对，使其成为推进基于元数据的问答和RAG系统研究的重要资源。AMAQA是第一个将元数据和标签（如消息中涵盖的主题）纳入的单跳问答基准，为未来研究建立了新的标准。

查看AMAQA

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。