该数据集名为Adversarial Examples for SQuAD，主要用于评估阅读理解系统的对抗性能力。数据集基于SQuAD开发集，并添加了对抗性句子，以测试系统在存在干扰句子时的表现。数据集包含两个配置：AddSent和AddOneSent，分别包含3560和1787个问答对。数据集的字段包括id、title、context、question和answers，格式与SQuAD相同。数据集

Hugging Face2024-01-18 更新700

QC-Science

科学教育

知识问答

该数据集包含 47832 个属于科学领域的问答对，标记有主题 - 章节 - 主题的标签。该数据集是在领先的电子学习平台的帮助下收集的。该数据集由 40895 个训练样本、2153 个验证样本和 4784 个测试样本组成。

OpenDataLab2026-07-12 更新360

KQA Pro

知识问答

语义解析

KQA Pro数据集由清华大学开发，包含约117,970个多样化的自然语言问题，用于复杂的知识库问答（Complex KBQA）。该数据集通过引入KoPL编程语言，为每个问题提供了明确的推理过程和SPARQL查询，旨在同时支持KBQA和语义解析任务。KQA Pro数据集涵盖多种推理技能，如多跳推理、属性比较和集合操作，旨在解决现有数据集在推理过程和问题多样性方面的不足。

arXiv2022-06-23 更新1270

维基百科(wiki2019zh)

自然语言处理

知识问答

包含104万个结构良好的中文词条，可用于预训练语料或构建词向量，也适用于构建知识问答。数据集结构包括id、url、title和text，其中title是词条标题，text是正文。

github2020-08-01 更新540