Qatar Computing Research Institute (QCRI) 发布 SpokenNativQA 数据集, 应用在 自然语言处理、口语问答 领域

Qatar Computing Research Institute (QCRI) 本次发布的数据集 SpokenNativQA, 该数据集名为SpokenNativQA，包含了大约33,000条自然口语提问和回答，覆盖多种语言。该数据集旨在评估大型语言模型在实际对话环境中的表现，考虑到了语音变异性、口音和语言多样性。其中包含了阿拉伯语母语者和流利英语者的录音，每个问题由十位说话者录制。此外，数据集还包含了一套阿拉伯语和英语的测试数据。总样本量约为33,000条，录音时长约30小时，其任务是口语问答（Spoken Question-Answering）。

查看SpokenNativQA

Dataset card 内容： 

Files and versions 内容： 

关于 Qatar Computing Research Institute (QCRI) , Qatar Computing Research Institute (QCRI) 是位于卡塔尔的一所研究机构，专注于计算机科学和相关领域的研究，致力于推动科技创新和社会发展。

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。