Quora Duplicate Questions 文本分类研究数据集

Quora Duplicate Questions Dataset 是用于判别文本中问题对是否重复的数据集，其被用于文本分类研究，旨在为任何人提供训练和测试语义等效模型的机会。

该数据集由超过 400,000 行潜在问题重复对组成，每行包含问题的 ID 、问题的完整文本以及指示该行是否包含重复对的二进制值。

该数据集由 Quora 团队于 2017 年发布，主要发布人有 Shankar Iyer 、 Nikhil Dandekar 和 Kornél Csernai 。