设为首页收藏本站

LUPA开源社区

 找回密码
 注册
文章 帖子 博客
LUPA开源社区 首页 业界资讯 开源资讯 Google 查看内容

谷歌发布自然问答数据集Natural Questions

2019-2-1 17:21| 发布者: joejoe0332| 查看: 489| 评论: 0|原作者: oschina|来自: oschina

摘要: Google 发布用于训练和评估开放领域(Open-domain)问答系统的大型语料库 Natural Questions(NQ)。该数据集包含了 30 万个自然产生的问题和对应的回答注释,每个回答都是人工从维基百科页面找到的答案。另外,Google ...

Google 发布用于训练和评估开放领域(Open-domain)问答系统的大型语料库 Natural Questions(NQ)。该数据集包含了 30 万个自然产生的问题和对应的回答注释,每个回答都是人工从维基百科页面找到的答案。另外,Google 还举办了挑战活动,以 NQ 数据集训练的模型性能来生成挑战者的排行榜

开放式域名问答(QA)是自然语言理解(NLU)中的一项基准任务,旨在模仿人们如何查找信息,通过对问题的阅读和理解找到问题的答案。例如,用自然语言表达的问题(“为什么天是蓝色的?”),QA 系统应该能够阅读网页(比如这个维基百科页面 Diffuse sky radiation)并返回正确的答案,虽然答案有点复杂和冗长。

然而,目前并没有大量公开可用的自然产生问题(即寻求信息的人提出的问题)和可用于训练评估 QA 模型的答案。原因是汇集用于问答的高质量数据集,需要大量的实际问题来源以及寻找问题答案的大量人力。

而现在谷歌发布的自然问答数据集 Natural Questions 可以说是填补了这部分资料的空白。简单来说,就是 Google 收集自家搜寻引擎真实的问题查询,搭配维基百科的资料,为问答系统提供训练资料集。这个过程中,进行匿名查询的注释者需要阅读整个维基百科页面,来寻找答案并提供两种答案注释,包括涵盖所有资讯的长答案和简洁的短答案。


目前,该数据集收集了 30 万个自然产生的问题与答案,注释的品质精准度达 90%,另外,Natural Questions 还包括 1.6 万个范例,每个问题的答案由 5 个不同的注释者提供。Google表示,这种资料可以用来评估问答系统的性能。


酷毙

雷人

鲜花

鸡蛋

漂亮
  • 快毕业了,没工作经验,
    找份工作好难啊?
    赶紧去人才芯片公司磨练吧!!

最新评论

关于LUPA|人才芯片工程|人才招聘|LUPA认证|LUPA教育|LUPA开源社区 ( 浙B2-20090187 浙公网安备 33010602006705号   

返回顶部