快速构建面向 COVID-19 的问答数据集
计算与语言
2020-04-24 v1 人工智能
信息检索
摘要
我们提出 CovidQA，一个专门设计用于 COVID-19 的问答数据集的初步成果，由从 Kaggle 的 COVID-19 开放研究数据集挑战赛中收集的知识手工构建而成。据我们所知，这是此类首个公开可用的资源，旨在作为引导研究的权宜措施，直到更实质性的评估资源出现。尽管该数据集在当前 0.1 版本中仅包含 124 个问答文章对，不足以用于有监督机器学习，但我们相信它有助于评估现有模型在与 COVID-19 具体相关主题上的零样本或迁移能力。本文描述了我们构建数据集的方法，并给出了若干基线的有效性，包括基于词项的技术和各种基于 transformer 的模型。该数据集可在 http://covidqa.ai/ 获取。
引用
@article{arxiv.2004.11339,
title = {Rapidly Bootstrapping a Question Answering Dataset for COVID-19},
author = {Raphael Tang and Rodrigo Nogueira and Edwin Zhang and Nikhil Gupta and Phuong Cam and Kyunghyun Cho and Jimmy Lin},
journal= {arXiv preprint arXiv:2004.11339},
year = {2020}
}