卡内基梅隆大学 发布 ClarQ 数据集, 应用在 自然语言处理、问答系统 领域

卡内基梅隆大学 本次发布的数据集 ClarQ, ClarQ是由卡内基梅隆大学语言技术研究所创建的大规模多样化数据集，专注于澄清问题生成。该数据集包含约200万条数据，覆盖173个不同的StackExchange领域。创建过程采用基于自监督的迭代引导框架，通过神经网络架构分类澄清问题，分为提高分类器精度和召回率两个步骤。ClarQ旨在通过提供高质量的澄清问题，增强对话和问答系统的性能，解决自然语言处理中的信息模糊性问题。

查看ClarQ

README 内容： 

关于 卡内基梅隆大学 , 卡内基梅隆大学是一所位于美国宾夕法尼亚州匹兹堡的私立研究型大学，以其在计算机科学、工程、商学和艺术等领域的卓越教育和研究而闻名。

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。