数据集 - 海数据

东京都立大学在线学习系统日语FAQ数据集

2025年12月13日 30 35 15

数据集概述该数据集包含东京都立大学在线学习系统的FAQ数据及其分类，用于训练专用聊天机器人。数据基于2015年4月至2018年7月师生使用系统时的真实问答记录，提供日语原版及英文翻译版数据，支持学术研究。文件详解该数据集包含两类文件，具体说明如下： - FAQ数据文件（CSV格式）： - Answer2Category.csv：答案分类对应关系...

ZIP

糖尿病黄斑水肿视觉问答数据集

2025年12月11日 30 81 63

数据集概述该数据集是基于IDRiD和eOphta数据集构建的医学视觉问答（VQA）数据集，包含健康与病变眼底图像，针对每张图像生成预定义问题，部分区域相关问题附带位置掩码，可用于研究VQA模型的一致性。文件详解文件名称: dme_vqa.zip 文件格式: ZIP压缩包内容说明:...

ZIP

语义相关性句子对数据集2023

2025年12月9日 30 31 25

数据集概述该数据集包含五千五百个英文句子对，每个句子对依据语义相关程度被赋予零到一的评分，零代表最不相关，一代表最相关。数据通过最佳最差标度法（Best-Worst Scaling）收集，旨在支持句子语义相关性、句子表示方法及相关应用的研究。文件详解核心数据文件: sem_text_rel_ranked.csv:...

ZIP

Mistral_Small_3_1模型系统评估问答数据集

2025年12月9日 30 100 35

数据集概述该数据集包含用于大型语言模型（LLM）知识系统评估的德语开放式和选择题问答数据，记录了Mistral Small 3.1模型的回答结果，支持LLM知识能力的评估分析。文件详解文件名称: C_1.0.pdf，文件格式: PDF，内容为德语问答相关的文档文件名称: C_2.0.pdf，文件格式: PDF，内容为德语问答相关的文档...

ZIP

多源信息检索与问答的多智能体系统编排数据集

2025年12月7日 30 21 17

数据集概述本数据集核心内容为一个基于大语言模型的多智能体系统框架文档，该框架用于多源信息检索与问答任务，整合非结构化文档与结构化数据库信息，通过专业智能体协作及自适应提示工程提升查询准确性，在合同管理领域验证了有效性。文件详解文件名称：13624ijnlc03.PDF 文件格式：PDF（.pdf）...

ZIP

cBioPortal_Chroma_Based_2024_cBioPortal内容向量数据库完整数据

2025年12月5日 30 139 37

数据集概述该数据集包含2024年7月收集的cBioPortal文档、Google Groups及研究文章的向量数据库，用于LangChain大语言模型聊天机器人应用，需配置环境变量和API密钥运行示例脚本。文件详解文件名称: cbioportal_chroma_zenodo.zip 文件格式: ZIP（.zip）内容说明:...

ZIP

数据5个问答系统在QALD数据集上的学习问题数据集

2025年12月5日 30 170 165

数据集概述该数据集提供5个问答系统（QA Systems）在QALD10、QALD9+DB和QALD9+WK三个数据集上的学习问题数据，以JSON格式存储。数据记录了各系统的性能表现，通过正负例区分系统回答正确（F1≥0.5）和错误（F1<0.5）的问题。文件详解文件名称: TF_Json.zip 文件格式: ZIP压缩包内容说明:...

ZIP

知识图谱问答系统评估数据集MQALD

2025年12月5日 30 206 14

数据集概述该数据集用于评估知识图谱问答（QA over KG）系统的性能，聚焦于将复杂自然语言问题转化为合规数据查询语言的能力，尤其关注含聚合函数、查询形式等修饰符的复杂问题，为该领域研究提供公开评估资源。文件详解文件名称: MQALD_v4.zip 文件格式: ZIP压缩包文件内容:...

ZIP

SCAI_QReCC2021对话式问答共享任务结果数据集

2025年12月4日 30 50 30

数据集概述本数据集为2021年SCAI-QReCC对话式问答共享任务的结果数据，基于原始QReCC数据集处理而成，包含任务数据集、答案合理性标注数据及相关压缩文件，支持对话式问答任务的研究与评估。文件详解任务数据集与标注文件： turns.zip：压缩文件，包含修正对话轮次编号的数据集拆分文件，如scai-qrecc21-training-...

ZIP

PROSHNO_BINNASH孟加拉语多标签问题分类与翻译数据集

2025年11月29日 30 160 8

数据集概述本数据集为孟加拉语PROSHNO BINNASH（问题分类）数据集，主要用于支持孟加拉语的多标签问题分类和问答任务。数据集包含两个Excel文件，分别存储原始孟加拉语问题及其英文翻译版本，为自然语言处理研究提供结构化的孟加拉语问题标注数据。文件详解原始孟加拉语问题文件文件名称：PROSHNO BINNASH/Proshno_...

ZIP

印度人民院数据集2019_2024

2025年11月29日 30 100 94

数据集概述该数据集基于印度第17届人民院（2019-2024）第一届会议数据构建，包含6200个文件，每个文件最多含6组对应问题与答案，覆盖多个相关部委，为研究印度议会问答内容提供结构化数据支持。文件详解文件名称: VindLok Dataset.xlsx 文件格式: Excel (.xlsx) 核心字段: Loksabha: 人民院届次...

ZIP

新冠病毒问答训练测试数据集

2025年11月28日 30 130 119

数据集概述该数据集包含Naver Knowledge-iN用户提出的新冠病毒相关问题，分为训练集和测试集，以Excel格式存储，为新冠病毒相关问答任务的模型训练与测试提供数据支持。文件详解文件名称：COVID-19 train & test dataset/data.xlsx 文件格式：Excel (.xlsx) 文件内容：包含Naver...

ZIP

波斯语医药问答与专家回复专业数据集

2025年11月28日 30 3 2

数据集概述该数据集包含一万二千三百九十九条按药品名称分类的波斯语评论，其中三千八百一十条（百分之三十八点一）附有专家回复及专家专业领域信息。数据集还涵盖药品名称、Martindale分类、专家类别与专业领域数据，以及波斯语内容的英文翻译版本。文件详解该数据集由数据文件和代码文件组成，具体说明如下： - 数据文件: - Dataset.xlsx:...

ZIP

肯尼亚卢希亚语卢马拉奇方言问答数据集

2025年11月28日 30 50 9

数据集概述该数据集基于肯尼亚语言语料库Kencorpus项目中的137篇卢希亚语卢马拉奇方言文本，标注生成1000组问答对，是人工标注的低资源语言问答数据集，支持该方言的机器学习问答系统开发与测试。文件详解文件名称: KenLumachiQuAD.csv 文件格式: CSV 字段说明: Story_ID:...

ZIP

历史问答生成数据集

2025年11月28日 30 133 51

数据集概述本数据集基于多视角对话历史生成问答对，核心内容是从Ubuntu对话语料库中提取多轮对话，通过对话ID合并为上下文后生成问题与答案，并标注答案在上下文中的起止位置，支持问答模型训练与评估。文件详解该数据集包含4个数据文件，具体说明如下： - 训练集文件: - train_data.csv:...

ZIP

规范性文档交互式问答数据集

2025年11月28日 30 176 45

数据集概述该数据集包含基于十二份不同机构（大学与银行）规范性文档的问答对，由十五名标注者手动生成一千七百六十七个问题。文档平均十四页，每页约十二点八个问题，每段一点一个问题，段落覆盖率约百分之三十三。问答对含文档标题、路径、问题及原文答案，部分问题提供优化版本，支持交互式问答系统测试。文件详解该数据集包含文档文件与数据文件两类，具体说明如下： -...

ZIP

孟加拉国宪法问答数据集

2025年11月27日 30 112 25

数据集概述该数据集专为自然语言处理（NLP）模型的开发与评估设计，聚焦问答任务。核心内容为基于孟加拉国宪法的问题及对应答案，旨在推动法律与政府文本相关NLP机器学习模型的研究进展。文件详解该数据集包含2个Excel文件，具体说明如下： - 文件名称: Songbidan datasets Bangla version.xlsx - 文件格式:...

ZIP

摩洛哥阿拉伯语医疗问答数据集

2025年11月27日 30 15 7

数据集概述该数据集是首个公开的摩洛哥阿拉伯语（Darija）医疗领域问答数据集，包含超十一万四千条标注医疗专科的问答对，覆盖精神病学、心脏病学等二十三个专科，填补了北非低资源方言临床自然语言处理的空白。文件详解该数据集由二十四个CSV格式文件组成，按医疗专科分类存储，具体说明如下： - 综合数据文件: - MedQA_MA.csv:...