微软WikiQA语料库

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。

为了反映普通用户的真实信息需求，我们使用了Bing查询日志作为问题源。每个问题都链接到可能具有答案的Wikipedia页面。由于Wikipedia页面的摘要部分提供了有关该主题的基本且通常是最重要的信息，因此我们在此部分中使用句子作为候选答案。

在众包的帮助下，我们在数据集中包含了3,047个问题和29,258个句子，其中1,473个句子被标记为对应问题的答案句子。

有关该语料库的更多详细信息，请参见我们的EMNLP-2015论文“ WikiQA：开放域问答的挑战数据集” [Yang等。2015]。

此外，此下载还包括论文中的实验结果，用于判断“答案触发”任务的评估脚本以及论文作者所标记的答案短语。