SSTQA 半结构表格问答数据集

SSTQA 是由上海交通大学联合 Simon Fraser University 、清华大学等机构于 2025 年发布的一个用于半结构化表格问答任务的基准数据集，相关论文成果为「ST-Raptor: LLM-Powered Semi-Structured Table Question Answering」，旨在检验大型语言模型与表格问答系统在面对真实表格中复杂布局（如合并单元格、层级表头、多级嵌套等）时的理解与回答能力。

该数据集包含 102 张复杂的真实情境表格及其对应的 764 个问题，覆盖 19 个具有代表性的真实应用场景。表格特征包括嵌套单元格、多级表头和不规则布局，充分反映了现实中的结构复杂性。问答对由自动生成与人工审核相结合构建，并按难度划分为简单、中等和困难三类，从直接检索到复杂推理均有覆盖，保证了任务的多样性与挑战性。

该数据集弥补了现有半结构化数据集规模小、结构单一、与真实应用脱节的问题，其具有结构复杂、场景丰富、难度分级清晰、标注质量高的特点，适用于多模态大模型与表格问答系统的训练和评测，是推动表格理解与智能应用的重要基准。