ComQA：一个带有释义簇的复杂事实型问答社区众包数据集
计算与语言
2019-04-11 v2
摘要
为弥合事实型问答（QA）领域最先进能力与用户实际提问之间的差距，我们需要包含真实用户问题的大规模数据集，以捕捉用户所关注的各种问题现象及其多样化的表述方式。我们推出 ComQA，一个展现组合性、时间推理与比较等不同挑战性方面的真实用户问题大规模数据集。ComQA 问题源自 WikiAnswers 社区问答平台，该平台通常包含现有搜索引擎技术无法令人满意地回答的问题。通过大规模众包工作，我们清洗了问题数据集，将问题归为释义簇，并为各簇标注答案。ComQA 包含 11,214 个问题，归为 4,834 个释义簇。我们详述了 ComQA 的构建过程，包括在保证高质量的同时有效利用众包所采取的措施。我们还对数据集及最先进系统在 ComQA 上的结果进行了深入分析，表明本数据集可推动 QA 的未来研究。
引用
@article{arxiv.1809.09528,
title = {ComQA: A Community-sourced Dataset for Complex Factoid Question Answering with Paraphrase Clusters},
author = {Abdalghani Abujabal and Rishiraj Saha Roy and Mohamed Yahya and Gerhard Weikum},
journal= {arXiv preprint arXiv:1809.09528},
year = {2019}
}
备注
11 pages, NAACL 2019