资源MIT发布的10大自然语言处理数据集和语料库

来源：Github


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


    paper：https://arxiv.org/abs/1611.09268

    数据库：http://www.msmarco.org/


NewsQA：Maluuba 的机器理解数据集，2016


    paper：https://arxiv.org/abs/1611.09830

    数据库：https://github.com/Maluuba/newsqa


SQuAD：超过 100,000 个问题和其机器理解文本的数据集，由斯坦福大学推出，2016


    论文：https://arxiv.org/abs/1606.05250

    数据：https://rajpurkar.github.io/SQuAD-explorer/