PCoQA：波斯语对话式问答数据集
计算与语言
2023-12-08 v1 人工智能
摘要
人类通过进行包含一系列问答的对话来寻求关于特定主题的信息。在对话式问答研究的探索中，我们引入了PCoQA，这是首个**波斯语**对话式**问答**数据集，一个包含总计9,026个上下文驱动问题的信息寻求型对话资源。每个对话涉及一个提问者、一个回答者以及一篇来自维基百科的文档；提问者就文本提出多个相互关联的问题，回答者则提供文档中的一个片段作为每个问题的答案。与以往的问答数据集相比，PCoQA旨在呈现新的挑战，包括拥有更多开放式的非事实性答案、更长的答案以及更少的词汇重叠。本文不仅呈现了全面的PCoQA数据集，还报告了各种基准模型的性能。我们的模型包括基线模型和预训练模型，利用它们来提升模型性能。该数据集和基准可在我们的Github页面上获取。
引用
@article{arxiv.2312.04362,
title = {PCoQA: Persian Conversational Question Answering Dataset},
author = {Hamed Hematian Hemati and Atousa Toghyani and Atena Souri and Sayed Hesam Alavian and Hossein Sameti and Hamid Beigy},
journal= {arXiv preprint arXiv:2312.04362},
year = {2023}
}