Qasper — Preguntas/respuestas sobre artículos científicos
Qasper es un corpus científico de control de calidad basado en artículos de PNL de texto completo, con anotaciones manuales de respuestas y pruebas dentro del documento. Ideal para modelos de lectura prolongada o revisión de la literatura.
5.049 preguntas sobre 1.585 artículos, JSON estructurado (texto, preguntas, respuestas, anotaciones)
CC-BY 4.0
Descripción
Qasper es un conjunto de datos diseñado para la pregunta y la respuesta sobre artículos científicos en PNL. Cada ejemplo se basa en un artículo científico completo, con una o más preguntas formuladas a partir del título y el resumen, y luego respondidas leyendo el texto completo. Las respuestas van acompañadas de pruebas extraídas del cuerpo del texto, lo que las convierte en un conjunto de datos excelente para entrenar y evaluar modelos de «lectura prolongada» o de «razonamiento basado en la evidencia».
¿Para qué sirve este conjunto de datos?
- Entrene modelos que puedan leer un artículo científico completo para responder a preguntas específicas
- Pruebe las arquitecturas Longformer o BigBird en tareas de selección de pruebas
- Desarrollar sistemas de control de calidad científicos asistidos o de síntesis
¿Se puede enriquecer o mejorar?
Sí Es posible extender este corpus a otros campos científicos (más allá de la PNL), traducir las preguntas para crear una versión multilingüe o reforzar las anotaciones de la evidencia con puntuaciones de confianza o reformulaciones. La adición de anotaciones adicionales (nivel de dificultad, naturaleza de la pregunta, etc.) también permitiría usos más avanzados.
🔎 En resumen
🧠 Recomendado para
- Ingenieros de PNL
- Investigadores
- Desarrolladores de motores de reproducción automática
🔧 Herramientas compatibles
- Longformer
- BigBird
- Hugging Face Transformers
- Pipelines OpenQA
💡 Consejo
Para maximizar el impacto, combine Qasper con modelos especializados para la exploración semántica o resumida científica.
Preguntas frecuentes
¿Qasper se limita a los artículos de PNL?
Sí, la versión actual del conjunto de datos se centra únicamente en los artículos de procesamiento automático del lenguaje (PNL).
¿Se puede entrenar a un modelo para que seleccione los pasajes más relevantes con Qasper?
Por supuesto, Qasper proporciona anotaciones obvias que son ideales para la tarea de seleccionar pasajes automáticamente.
¿Este conjunto de datos es adecuado para modelos largos como Longformer o GPT extendido?
Sí, el formato de texto completo con varios párrafos lo hace ideal para arquitecturas de lectura larga.
