热门数据集
微软WikiQA语料库
WikiQA Corpus
3606
WikiQA语料库是一组新的公开可用的问题和句子对，它们被收集并注释以用于开放域问题解答的研究。
2020-06-23 （52月前）
免积分下载
Quora 问答数据集
quora-question-pairs
5500
499 MB
美国知识问答网站 Quora 上的问题答案数据集，可用以进行重复问题检测。
2020-06-23 （52月前）
免积分下载
种类自然语言推理（MultiNLI）语料库
MultiNLI
5260
227MB
多种类自然语言推理（MultiNLI）语料库是一个众包的433k句子对的集合，带有文本蕴含信息。语料库以SNLI语料库为模型，但是不同之处在于它涵盖了多种口语和书面语体，并支持独特的跨语体泛化评估。
2020-05-01 （54月前）
免积分下载
斯坦福自然语言推理（SNLI）语料库
SNLI
5079
90.17MB
SNLI语料库（1.0版）是一个57万个人工书写的英语句子对的集合，这些句子对经过手动标注以实现平衡分类，并带有enume，矛盾和中性标签，支持自然语言推理（NLI）的任务。
2020-05-01 （54月前）
免积分下载
清华大学-科技知识图谱
SciKG
3748
273MB
SciKG是一个以科研为中心的大规模知识图谱，目前包含计算机科学领域，由概念、专家和论文组成。
2020-04-21 （54月前）
免积分下载
Wikipedia多语言开放关系语料库1.0版
wikipedia_multilingual_relations_v1
3992
10.4GB
此数据集包含从多语言Wikipedia语料库https://www.wikipedia.org/中提取的开放关系短语。
2020-04-17 （54月前）
免积分下载
10W+知乎用户数据集
10w zhihu user dataset
5193
204.6 MB
来自北京大学开放研究数据平台，利用scrapy作为工具，爬取了知乎平台上十万余条用户个人主页数据，涵盖了用户性别、所在地、个性签名等多项属性。
2020-03-29 （55月前）
免积分下载
AI2推理挑战赛（ARC）2018数据集
ARC2018
4422
ARC数据集包含从各种来源提取的7,787项科学考试问题，包括由AI2附属研究合作伙伴授权提供的科学问题。这些是纯文本的英语考试题，涵盖了文件中指示的多个年级。每个问题都有一个选项结构。
2020-03-29 （55月前）
免积分下载
现代汉语语法信息词典
dictionary of modern Chinese grammar information
5041
现代汉语语法信息词典,含8万词的360万项语法属性描述。
2020-03-29 （55月前）
免积分下载