CBT データ セットは、テキストの一節と対応する質問から構成されています。質問と回答のデータはすべて、Project Gutenberg によって無償で提供された書籍からのものであり、言語モデル、質問応答のための広範な言語コンテキスト、およびシミュレートされた検索を直接測定するために使用されます。

CBT データセットは、2016 年に Facebook によってリリースされました。主な発行者は、Felix Hill、Antoine Bordes、Sumit Chopra、Jason Weston です。関連する論文には、「The Goldilocks Principle: Reading Children's Books with Explicit Memory Representations」などがあります。