数据集卡片：[数据集名称]

数据集摘要

SK-QuAD是斯洛伐克语的第一个问答数据集。它是手动注释的，因此没有机器翻译引起的失真。该数据集在主题上具有多样性 - 与SQuAD没有重叠 - 它带来了新的知识。它通过了第二轮注释 - 每个问题和答案至少被两个注释者查看过。

支持的任务和排行榜

• 问答
• 文档检索

语言

• 斯洛伐克语

数据集结构

• 下载的数据集文件大小：44.34 MB
• 生成的数据集大小：122.57 MB
• 总磁盘使用量：166.91 MB
• '验证集'的示例如下所示。

This example was too long and was cropped:
{
    "answers": {
        "answer_start": [94, 87, 94, 94],
        "text": ["10th and 11th centuries", "in the 10th and 11th centuries", "10th and 11th centuries", "10th and 11th centuries"]
    },
    "context": "\"The Normans (Norman: Nourmands; French: Normands; Latin: Normanni) were the people who in the 10th and 11th centuries gave thei...",
    "id": "56ddde6b9a695914005b9629",
    "question": "When were the Normans in Normandy?",
    "title": "Normans"
}

数据字段

所有拆分的数据字段相同。

• id：字符串特征。
• title：字符串特征。
• context：字符串特征。
• question：字符串特征。
• answers：包含的字典特征：
  • text：字符串特征。
  • answer_start：int32 特征。

数据拆分

数据集创建

策划理由

[需要更多信息]

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的考虑事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

其他信息

数据集策划者

• Deutsche Telekom Systems Solutions Slovakia
• Technical Univesity of Košice

许可信息

Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)

引用信息

[需要更多信息]

贡献者

感谢 @github-username 添加了该数据集。