谷歌 发布 TYDI QA–WANA 数据集, 应用在 多语言问答、自然语言处理 领域

谷歌 本次发布的数据集 TYDI QA–WANA, TYDI QA–WANA 是一个包含 28K 个例子的问答数据集，涵盖西亚和北非的 10 种语言变体。数据收集过程旨在引发信息寻求问题，其中提问者真正好奇答案。每个问题都与一整篇文章配对，这篇文章可能包含也可能不包含答案。由于文章的相对较大规模，因此这个任务适合评估模型利用大文本上下文来回答问题的能力。此外，数据是在每种语言变体中直接收集的，没有使用翻译，以避免文化相关性问题。我们展示了两个基线模型的表现，并发布了我们的代码和数据，以促进研究社区的进一步改进。

查看TYDI QA–WANA

README 内容： 

关于 谷歌 , 谷歌是全球知名的科技公司，专注于互联网服务和产品。

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。