ai4bharat/IndicQA

Indic QA数据集是为问答任务设计的，重点关注印度语言。它包含问题、上下文和答案的配对，旨在促进印度语言问答系统的研究和开发。数据集的特征包括ID、上下文、问题和答案。

The Indic QA Dataset is designed for question answering tasks, with a primary focus on Indian languages. It comprises pairs of questions, contexts and answers, and aims to promote the research and development of question answering systems for Indian languages. The features of this dataset include ID, context, question and answer.

原始信息汇总

IndicQA 数据集概述

基本信息

• 名称: IndicQA
• 语言: 多语言，包括 Assamese (as), Bengali (bn), Hindi (hi), Kannada (kn), Marathi (mr), Malayalam (ml), Punjabi (pa), Oriya (or), Tamil (ta), Telugu (te)
• 许可证: CC-BY-4.0
• 多语言性: 多语言
• 数据集大小: 小于1K
• 数据来源: 原始数据
• 任务类别: 问答
• 任务ID: 封闭领域问答

数据集内容

• 设计目的: 用于问答任务，专注于印度语言。
• 数据结构:
  • ID: 每个数据实例的标识符。
  • Context: 提供与问题相关的信息段落或上下文。
  • Question: 用户提出的问题。
  • Answers: 问题的可能答案，以序列形式提供。