[nlp] SQuAD 数据集介绍(Q+A+原文)

一、SQuAD 1.1

SQuAD 是由 Rajpurkar等人提出的一个 抽取式QA数据集 [闭集]。该数据集包含 10 万 个（问题，原文，答案）三元组，原文来自于 536 篇维基百科文章。

对于每个文章的问题(<=5)，有很多标注人员标注答案，且答案出现在原文中。

二、SQuAD 2.0

相较SQuAD 1.1中的10万问答, SQuAD 2.0又 新增了5万 个人类撰写的问题——而且 问题不一定有对应答案。

三、评测指标

SQuAD数据集有两个衡量标准，EM和F1。

EM 是 精确匹配结果，也就是模型给出的答案与标准答案一模一样。