MUGE数据集[清华大学和阿里巴巴]

MATINF数据集-武汉大学和密歇根大学
MATINF数据集 是一个联合标注的大规模数据集,用于中文母婴护理领域的分类,问答和总结,数据集中的一个条目包括四个字段,问题,描述,类别和答案

ODSQA 数据集-台湾大学
ODSQA数据集由台湾大学发布。ODSQA 数据集是用于中文问答的口语数据 集。它包含来自 20 位不同演讲者的三千多个问题

Douban Conversation Corpus 数据集
豆瓣会话语料库包括一个训练数据集、一个开发集和一个基于检索的 聊天机器人的测试集，测试数据包含 1000 个对话上下文

E-KAR数据集-复旦大学
E-KAR数据集包含来自公务员考试的 1,655 个（中文）和 1,251 个（英文）问题，这 些问题需要深入的背景知识才能解决

FCGEC数据集-浙江大学
FCGEC数据集用于检测,识别和纠正 语法错误,是一个人工标注的多参考语料库,由 41340 个句子组成,主要来自公立学校语 文考试中的选择题

DRCD数据集-台达
DRCD数据集中文机器阅读理解数据集,包含来自 2108 篇维基百科文章的 10014 个段落和由注释者生成的 33,941 个问答对

Ape210K数据集-猿辅导 AI Lab
Ape210K是一个新 的大规模和模板丰富的数学单词问题数据集,包含 210K 个中国小学水平的数学问题,包含黄金答案和得出答案所需的方程式

Math23K数据集-解决数学问题数据集
Math23K是为解决数学问题而创建的数据集,数据包含从在线教育网站上抓取的 6 万多个中文数学单词问题,都是小学 生真正的数学应用题