ScienceQA数据集是从小学和高中科学课程中收集的，包含21,208个多模态多选科学问题。其中，10,332个问题（48.7%）包含图像上下文，10,220个问题（48.2%）包含文本上下文，6,532个问题（30.8%）同时包含两者。大多数问题都附有基础讲座（83.9%）和详细解释（90.5%），这些讲座和解释提供了正确答案的一般外部知识和具体原因。ScienceQA是首个大规模多模态数据集

Hugging Face2023-08-24 更新2000

维基百科(wiki2019zh)

自然语言处理

知识问答

维基百科json版包含104万个词条，可作为通用中文语料，用于预训练的语料或构建词向量，也可用于构建知识问答。

github2021-07-13 更新360

tuenguyen/sky_t1_17k

对话系统

知识问答

这是一个对话系统数据集，包含了系统消息、对话内容、提示、思考过程、解决方案、答案等字段。数据集被划分为训练集，共有16401个示例，总大小为725033370字节。

Hugging Face2025-02-04 更新110

CLC-QuAD

知识问答

语义解析

CLC-QuAD是首个基于Wikidata的大规模中文复杂语义解析数据集，由浙江大学等机构创建。该数据集包含超过28,000个问题及其对应的SPARQL查询，涵盖多种问题类型，如事实问题、双重意图问题、布尔问题和计数问题。数据集的构建过程涉及将英文问题翻译成中文，并通过人工验证确保翻译的准确性。CLC-QuAD旨在推动中文知识库问答系统的研究，解决现有数据集在问题类型和语言多样性方面的不足。

arXiv2021-11-11 更新511

Seongill/Trivia_missing_10

问答系统

知识问答

--- dataset_info: features: - name: question dtype: string - name: answers sequence: string - name: ctxs list: - name: hasanswer dtype: bool - name: id dtype: s

Hugging Face2023-12-06 更新140

Trivious

资源简介：

相关数据集