TriviaQA ist ein Leseverständnis-Datensatz mit mehr als 650.000 Frage-Antwort-Beweistripel. TriviaQA umfasst 950.000 Frage-Antwort-Paare aus 662.000 Dokumenten aus Wikipedia und dem Internet. Dieser Datensatz ist anspruchsvoller als Standard-QA-Benchmarks wie der Stanford Question Answering Dataset (SQuAD), da die Antwort auf die Frage möglicherweise nicht direkt durch Spannvorhersage erhalten wird und der Kontext lang ist. Der TriviaQA-Datensatz besteht sowohl aus von Menschen überprüften als auch aus maschinengenerierten QA-Teilmengen. Weitere Einzelheiten finden Sie im ACL 17-Dokument „TriviaQA: Ein groß angelegter Datensatz für Fernüberwachungs-Challenges zum Leseverständnis"