Microsoft Research Sequential Question Answering 是由 Microsoft Research 于 2017 年发布的一个面向顺序问答任务的数据集，旨在探索更自然的对话式问答场景，解决传统语义解析中过于复杂且不自然的长问题。

该数据集包含 17,553 个问题，分为 6,066 个序列，每个问题都关联了表格中的单元格位置作为答案。 数据基于 WikiTableQuestions 数据集，由众包工人对原始问题进行分解生成。

数据集组成

数据集划分为以下三个部分：

• 训练集（train）：12,276 个样本。
• 验证集（validation）：2,265 个样本。
• 测试集（test）：3,012 个样本。

每条样本主要包含以下字段：

• id：问题序列的唯一标识。
• annotator：标注者标识。
• position：问题在序列中的位置。
• question：问题文本。
• table_file：关联的表格文件。
• table_header：表格列名。
• table_data：表格数据，以二维数组形式存储。
• answer_coordinates：答案所在单元格的行列坐标。
• answer_text：答案文本内容。

Citation

@inproceedings{iyyer-etal-2017-search,
    title = "Search-based Neural Structured Learning for Sequential Question Answering",
    author = "Iyyer, Mohit  and
      Yih, Wen-tau  and
      Chang, Ming-Wei",
    booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    month = jul,
    year = "2017",
    address = "Vancouver, Canada",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/P17-1167",
    doi = "10.18653/v1/P17-1167",
    pages = "1821--1831",
}