达卡大学发布NCTB-QA数据集,应用在教育问答、低资源语言领域

达卡大学本次发布的数据集NCTB-QA,NCTB-QA是由孟加拉国国家课程与教科书委员会发布的孟加拉语教育问答数据集，包含87,805条问答对，源自1-10年级的50本教材。该数据集独特地平衡了可回答（57.25%）与不可回答问题（42.75%）的分布，并包含对抗性设计的干扰项问题。数据通过自动化流程从教材中提取文本段落，并基于Gemini模型生成问答对，最终以SQuAD格式存储。其覆盖科学、人文等17个学科，旨在推动低资源语言环境下教育问答系统的鲁棒性研究，特别是模型对无答案场景的识别能力。

查看NCTB-QA

关于达卡大学,达卡大学是孟加拉国最古老、规模最大的公立大学，成立于1921年，位于首都达卡。该校在孟加拉国高等教育领域具有重要地位，提供广泛的本科、硕士和博士课程。

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。