L'ensemble de données QAngaroo est un ensemble de données de compréhension de lecture créé par l'University College London (UCL) en 2018 qui se concentre sur le raisonnement multi-sauts.Construction d'ensembles de données pour la compréhension de lecture multi-sauts entre documents". Cet ensemble de données se compose de deux parties : WikiHop et MedHop, qui vise à construire une méthode de compréhension de lecture capable d'effectuer un raisonnement multi-sauts, c'est-à-dire que des faits dispersés dans différents documents nécessitent plusieurs étapes de raisonnement pour dériver de nouveaux faits.

WikiHop est un ensemble de données de domaine ouvert axé sur les articles de Wikipédia, contenant 43 738 échantillons dans l'ensemble d'entraînement et 5 129 échantillons dans l'ensemble de validation.

MedHop est un ensemble de données basé sur des résumés d'articles PubMed, qui contient 1 620 échantillons dans l'ensemble d'entraînement et 342 échantillons dans l'ensemble de validation.

Chaque échantillon contient une requête, des faits à l'appui, des réponses candidates, la bonne réponse et un identifiant unique. Ces ensembles de données fournissent aux chercheurs des ressources de formation et d’évaluation pour développer des modèles de compréhension de lecture capables de gérer des tâches de raisonnement complexes.