自然语言处理数据集收集

数据集名称	数据集简介（包含用途、用法、字段含义等）	数据集文件名称或下载链接	类别（公共或自研）	领域（非必填）
Stanford Question Answering Dataset (SQuAD)	SQuAD 是斯坦福大学于2016年推出的数据集，阅读理解数据集，给定一篇文章，准备相应问题，需要算法给出问题的答案。此数据集所有文章选自维基百科，数据集的量为当今其他数据集(例如，WikiQA)的几十倍之多。一共有107,785问题，以及配套的 536 篇文章。	https://rajpurkar.github.io/SQuAD-explorer/	公共	自然语言处理(问答系统)
facebook babi task	bAbI task是Facebook提出的关于文本推理的数据集,它们是一组综合语言任务，包含了20个任务，旨在测试各种推理能力，如演绎、归纳、共指、空间和时间推理等。	https://github.com/facebook/bAbI-tasks	公共	自然语言处理(问答系统)
MS MARCO	人工生成的机器阅读理解数据集，来自微软，2016	http://www.msmarco.org/	公共	自然语言处理(问答系统)