> ML_DATASET // NATURAL-QUESTIONS-GOOGLE_v1.0
Natural Questions (NQ - Google Research 2019)
Google Research (Kwiatkowski et al.) · Open-Domain Question Answering & Search · 307,373 training examples from real Google Search queries paired with Wikipedia pages
Open-Domain Question Answering & SearchCC-BY-4.0307,373 training examples from real Google Search queries paired with Wikipedia pagesopen
Veri Profili ve Özellikler
Etiket Tipi:Long answer HTML paragraph span and short answer factoid span
Diller:en
Lisans Seviyesi:permissive-open-source
Modaliteler:text
Amaçlanan Kullanım (Intended Use)
- Yoğun erişim (DPR), RAG erişimi ve açık alan soru cevaplamayı kıyaslama
Yasaklanan / Kaçınılması Gereken Kullanım
- Yaratıcı hikaye üretimini değerlendirme
Önyargı, Veri Sızıntısı ve Gizlilik Risk Analizi
Kişisel Veri Riskleri (Privacy Risks):
Google Arama tarafından kümelenmiş ve anonimleştirilmiş gerçek kullanıcı sorguları.
Bilinen Önyargılar (Known Bias):
Arama motoru kullanıcılarının bilgi arama sorgusu dağılımı.
Veri Sızıntısı Riski (Known Leakage):
Yoğun pasaj erişimi kıyaslamaları için denetlenen standart açık alan ayrımları.