DuReader 大规模开放域中文机器阅读理解数据集

DuReader 是一个面向机器阅读理解的大型开放域中文数据集，可用于训练或评估机器阅读理解模型和系统。

该数据集由 20 万个问题、 42 万个答案和 100 万个文档组成。问题和文档基于百度搜索和百度知道，答案由人工生成。该数据集还提供了问题类型的注释，每道问题都被手动标注了其分类：Entity, Description, YesNo, Fact 或 Opinion 。