これは、2016 年に Baidu によってオープンソース化されたデータセットです。データは次のとおりです。百度は知っています, 形式は、1つの質問に対して基本的に同じ意味の複数の記事です。データ全体の品質的には、検索された記事が多数混在しているため、記事を分割しています。手動アノテーション (ANN) そしてブラウザ検索 (IR); 質問への回答と記事は次のように分かれています。回答可能（肯定的） そして回答不可 (other_negative) 。