TriviaQA 用于阅读理解和问答的大型数据集

TriviaQA 是一个阅读理解数据集，包含超过 65 万个问答证据三元组。 TriviaQA 包括来自维基百科和网络的 662K 文档中的 950K 问答对。该数据集比斯坦福问答数据集（SQuAD）等标准 QA 基准数据集更具挑战性，因为问题的答案可能无法通过跨度预测直接获得，而且上下文很长。 TriviaQA 数据集由人工验证和机器生成的 QA 子集组成。详细信息可以在 ACL 17 论文「TriviaQA：用于阅读理解的大规模远程监督挑战数据集」中找到。