微软软研究院问答语料库

此下载仅包含以下数据：一个文本文件，其中包含针对Encarta 98文本的1.4K问题、Encarta 98的全文以及一组识别Encarta中完全或部分回答问题的文本片段的人工注释。

这些注释还指定了关于匹配的精确性质的信息，例如问题和答案的语言形式是否相似。

注释数据被分成两种不同的方式，以促进不同的算法训练方法：

1）10个文件，每个文件包含原始1.4K问题的10%，以及每个问题的完整答案集；

2）10个文件，每个文件包含10K+问题/答案对的完整集合的10%。