Baidu 发布 DuReader (robust) 数据集, 应用在 机器阅读理解、自然语言处理 领域

Baidu 本次发布的数据集 DuReader (robust), 该数据集是一个大规模的中文机器阅读理解基准数据集，旨在评估MRC模型在处理过度敏感、过度稳定和泛化问题方面的能力。测试集分为两个版本（Test1和Test2），并且不公开答案标签，以避免性能被高估。数据集的规模如下：训练集包含15,000个样本；开发集包含1,400个样本；测试集的各个子集分别包含1,300、1,300、800和1,600个样本。该数据集的任务是机器阅读理解。

查看DuReader (robust)

关于 Baidu , 百度是中国领先的互联网服务公司，提供搜索引擎、在线广告、云计算、人工智能等服务。百度致力于技术创新，尤其在人工智能领域取得了显著成就。

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。