您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
数据集:
sciq
任务:
问答
子任务:
closed-domain-qa语言:
en
计算机处理:
monolingual大小:
10K<n<100K语言创建人:
crowdsourced批注创建人:
no-annotation源数据集:
original许可:
cc-by-nc-3.0
英文"sciq" 数据集卡片
数据集概述
SciQ 数据集包含13,679个众包科学考试问题，涉及物理学、化学和生物学等多个科目。这些问题以多选题的形式提供，每个问题有4个答案选项。对于大多数问题，还提供支持正确答案的附加段落。
支持的任务和排行榜
语言
数据集结构
数据实例
默认- 下载的数据集文件大小：2.82 MB
- 生成的数据集大小：7.68 MB
- 使用的总磁盘空间量：10.50 MB
"train" 的示例如下所示。
This example was too long and was cropped:
{
"correct_answer": "coriolis effect",
"distractor1": "muon effect",
"distractor2": "centrifugal effect",
"distractor3": "tropical effect",
"question": "What phenomenon makes global winds blow northeast to southwest or the reverse in the northern hemisphere and northwest to southeast or the reverse in the southern hemisphere?",
"support": "\"Without Coriolis Effect the global winds would blow north to south or south to north. But Coriolis makes them blow northeast to..."
}
数据字段
所有拆分的数据字段都是相同的。
默认- 问题：一个字符串属性。
- distractor3：一个字符串属性。
- distractor1：一个字符串属性。
- distractor2：一个字符串属性。
- correct_answer：一个字符串属性。
- support：一个字符串属性。
数据拆分
| name | train | validation | test |
|---|---|---|---|
| default | 11679 | 1000 | 1000 |
数据集创建
策划理由
源数据
初始数据收集和规范化 谁是源语言的制作人？注释
注释过程 谁是注释者？个人和敏感信息
使用数据的考虑事项
数据集的社会影响
偏见讨论
其他已知限制
其他信息
数据集策划者
许可信息
该数据集在 Creative Commons Attribution-NonCommercial 3.0 Unported License 下获得许可。
引用信息
@inproceedings{SciQ,
title={Crowdsourcing Multiple Choice Science Questions},
author={Johannes Welbl, Nelson F. Liu, Matt Gardner},
year={2017},
journal={arXiv:1707.06209v1}
}
贡献
感谢 @patrickvonplaten ， @lewtun ， @thomwolf 为添加此数据集。