DuReader数据集

数据集内容：

机器阅读理解（Machine Reading Comprehension，MRC）是一种利用算法，使计算机理解文章语义并回答相关问题的技术。由于文章和问题均采用人类语言的形式，因此机器阅读理解属于自然语言处理（NLP）的范畴，也是其中最新最热门的课题之一。

下图是一个机器阅读理解的样例，其中，模型需要用文章中的一段原文回答问题。

DuReader是用于机器阅读理解（MRC）和问答（QA）的大规模现实世界中文数据集。

数据集中的所有问题均来自真实的匿名用户查询，使用百度搜索引擎，从网络和百度知道中提取有答案的问题，且答案是人为产生的。

与现有数据集相比，DuReader的优势总结如下：

● 真正的问题

● 真实文章

● 真实答案

● 实际应用场景

● 丰富的注释

数据集数量：DuReader 2.0版包含30万多个问题，140万个证据文档和660K个人工生成的答案。它可以用于训练或评估MRC模型和系统。

数据集功能：机器阅读理解

下载链接：https://github.com/baidu/DuReader

彩蛋1：

算法工程师开发重磅福利：

（1）算法工程师模型部署利器，算法开发平台，安卓手机即可使用，点击查看体验。

（2）智慧安防、智慧交通、智慧社区实战训练营，点击加入。

彩蛋2：

大白购买了不少数据集，以及不断整理各种类型的数据集，放到百度网盘中，便于大家下载使用。

数据集列表及下载方式：点击查看

彩蛋3：

《AI未来星球》陪伴成长的人工智能社群，价值过万的各种内部资源及活动，限时特惠中，点击查看。