PerCQA：波斯语社区问答数据集
计算与语言
2021-12-28 v1
摘要
社区问答（CQA）论坛为许多现实问题提供解答。得益于大规模，这些论坛在机器学习研究者中颇受欢迎。自动答案选择、答案排序、问题检索、专家发现与事实核查是利用CQA数据执行的示例性学习任务。本文提出PerCQA，首个波斯语CQA数据集。该数据集包含从最知名波斯语论坛爬取的问题与答案。数据获取后，我们以迭代过程给出严格标注指南，继而按SemEvalCQA格式标注问答对。PerCQA含989个问题与21,915个标注答案。我们公开PerCQA以推动波斯语CQA研究。我们还通过使用单语与多语预训练语言模型，为PerCQA的答案选择任务构建了强基准。
引用
@article{arxiv.2112.13238,
title = {PerCQA: Persian Community Question Answering Dataset},
author = {Naghme Jamali and Yadollah Yaghoobzadeh and Hesham Faili},
journal= {arXiv preprint arXiv:2112.13238},
year = {2021}
}