CoQA 数据集简介

CoQA 是一个面向对话式问答（Conversational Question Answering）的英文数据集。

主要用途

用于训练和评估机器在对话上下文中进行问答的能力。模型需要理解多轮对话的历史，并基于给定的文本段落回答自然语言问题。

数据类型/模态

• 模态：纯文本
• 内容：包含来自7个不同领域（如新闻、小说、维基百科等）的文本段落，以及围绕这些段落展开的多轮对话式问答对。

规模与统计

• 数据量：包含 7,699 条数据样本（行）。
• 格式：提供 Parquet 格式文件。

使用场景

• 开发对话式问答系统与聊天机器人。
• 研究机器阅读理解（MRC）在连续对话语境下的表现。
• 作为自然语言处理（NLP）模型的基准测试数据集。