Microsoft Research Sequential Question Answering ist ein Datensatz, der 2017 von Microsoft Research für sequenzielle Frage-Antwort-Aufgaben veröffentlicht wurde. Er zielt darauf ab, natürlichere dialogbasierte Frage-Antwort-Szenarien zu erkunden und die übermäßig komplexen sowie unnatürlichen langen Fragen in der traditionellen semantischen Analyse zu lösen.

Der Datensatz enthält 17.553 Fragen, aufgeteilt in 6.066 Sequenzen, wobei jede Frage mit den Zellpositionen in einer Tabelle als Antwort verknüpft ist. Die Daten basieren auf dem WikiTableQuestions-Datensatz und wurden von Crowdworkern durch die Zerlegung ursprünglicher Fragen erstellt.

Zusammensetzung des Datensatzes

Der Datensatz ist in die folgenden drei Teile unterteilt:

• Trainingssatz (train): 12.276 Stichproben.
• Validierungssatz (validation): 2.265 Stichproben.
• Testsatz (test): 3.012 Stichproben.

Jede Stichprobe enthält hauptsächlich die folgenden Felder:

• id: Eindeutige Kennung der Fragensequenz.
• annotator: Kennung des Annotators.
• position: Position der Frage in der Sequenz.
• question: Fragetext.
• table_file: Verknüpfte Tabellendatei.
• table_header: Spaltennamen der Tabelle.
• table_data: Tabellendaten, gespeichert als zweidimensionales Array.
• answer_coordinates: Zeilen- und Spaltenkoordinaten der Zelle, in der sich die Antwort befindet.
• answer_text: Textinhalt der Antwort.

Zitat```bibtex

@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", }