PaperWeekly 是一个 AI 学术分享社区。这里聚集了大批一线 AI 学者,他们用精炼妙语推荐各自发现的优质论文。点击本文底部的「阅读原文」即刻加入社区,创建属于你的论文集。
本期论文集由 PaperWeekly 社区用户 @RamonYeung 创建,包含 20 份 QA 和机器阅读理解数据集。我们从中挑选了 9 份数据集进行展示,如果有合你心意的,复制链接到浏览器即可进行下载。
如果你想查看完整数据集列表,点击本文底部的阅读原文,就可以一键收藏啦。
On Generating Characteristic-rich Question Sets for QA Evaluation
@RamonYeung 推荐
#Question Answering
文章发表在 EMNLP 2016,本文详细阐述了 GraphQuestions 这个数据集的构造方法,强调这个数据集是富含特性的(Characteristic-rich)。
此数据集的主要特点是:
1. 基于 Freebase,有 5166 个问题,涉及 148 个不同领域;
2. 从知识图谱中产生 Minimal Graph Queries,再将 Query 自动转换成规范化的问题;
3. 由于 2,Logical Form 不需要人工标注,也不存在无法用 Logical Form 表示的问题;
4. 使用人工标注的办法对问题进行 paraphrasing,使得每个问题有多种表述方式(答案不变),主要是 Entity-level Paraphrasing,也有 sentence-level;
5. Characteristic-rich 指数据集提供了问题在下列维度的信息,使得研究者可以对问答系统进行细粒度的分析, 找到研究工作的前进方向:关系复杂度(Structure Complexity),普遍程度(Commonness),函数(Function),多重释义(Paraphrasing),答案候选数(Answer Cardinality)。
@RamonYeung 推荐
#Cloze
Story Cloze Test:人工合成的完形填空数据集。
Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question Answering
@RamonYeung 推荐
#Question Answering
百度深度学习实验室创建的中文开放域事实型问答数据集。
@RamonYeung 推荐
#Question Answering
DeepMind 和牛津大学共同打造的代数问题数据集 AQuA(Algebra Question Answering)。
@PaperWeekly 推荐
#Dialog Systems
Maluuba 放出的对话数据集。
@RamonYeung 推荐
#Machine Comprehension
DeepMind Q&A Dataset 是一个经典的机器阅读理解数据集,分为两个部分:
1. CNN:~90k 美国有线电视新闻网(CNN)的新闻文章,~380k 问题;
2. Daily Mail:~197k DailyMail 新闻网的新闻文章(不是邮件正文),~879k 问题。
@RamonYeung 推荐
#Semantic Parsing
文章发表在 EMNLP-13,The Stanford NLP Group 是世界领先的 NLP 团队。他们在这篇文章中引入了 WebQuestions 这个著名的问答数据集,WebQuestion 主要是借助 Google Suggestion 构造的,依靠 Freebase(一个大型知识图谱)中的实体来回答,属于事实型问答数据集(比起自然语言,容易评价结果优劣)。有 6642 个问答对。
最初,他们构造这个数据集是为了做 Semantic Parsing,以及发布自己的系统 SEMPRE system。
@RamonYeung 推荐
#Machine Comprehension
ROCStories dataset for story cloze test.
@paperweekly 推荐
#Molecular Machine Learning
一个分子机器学习 benchmark,最喜欢看到这种将机器学习应用到传统学科领域了。
本文由 AI 学术社区 PaperWeekly 精选推荐,社区目前已覆盖自然语言处理、计算机视觉、人工智能、机器学习、数据挖掘和信息检索等研究方向,点击「阅读原文」即刻加入社区!
投票时间
以下论文选自 PaperWeekly 社区 - 排行榜,这里不仅有各领域的经典论文,还有当下最热门的新近之作。
所有论文均为用户自发推荐,然后再以点赞的方式评选出热门论文。最后,我们会针对上榜论文发起论文共读,让志同道合的同学们得到充分交流。
现在,就请选出你最感兴趣的论文,我们将根据大家的投票结果选出本期论文。
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 收藏论文集