研究跨语言建模的进展取决于具有挑战性、真实性和多样性的评估集。本文提出了一种开放领域的问题回答评估集“Multilingual Knowledge Questions and Answers”（MKQA），包括10k个问题-答案对，跨越26种语言（总计260k个问题-答案对）。结果表明，即使在英语中，这个数据集也具有挑战性，尤其是在低资源语言中。

Jul, 2020

本研究探讨如何通过自动翻译和排列组合技术将已有的数据资源应用到多语种的问答系统中，并进行深入分析和提出未来数据集开发的建议，以提高多语种问答系统的覆盖面。

May, 2021

本文提出了JaQuAD数据集，它是一种由人类注释的日语问答数据集，用于非英语语言的QA任务的研究。该数据集由39,696个问题-答案对组成并且基于日本维基百科文章。我们针对基线模型进行微调，测试数据集上的F1得分为78.92％，EM为63.38％。

Feb, 2022

我们介绍了一个众包的波斯语阅读理解数据集，包括80,000个问题和答案，其中25％的问题是具有对抗性无法回答的，该数据集被用于建立波斯语阅读理解和提供基线结果的研究。

Feb, 2022

该论文提出了一种用于COQA多语言问题解答的系统，该系统使用多种模型变体在数据增强、语段检索和答案生成三个主要组件上进行了研究，并结合语言模型预训练和数据增强等方法有效提高了针对低资源语言的表现。

May, 2022

本文介绍了NorQuAD数据集，这是第一个用于机器阅读理解的挪威问答数据集，包含4,752个手动创建的问题和答案对。我们详细介绍了数据收集过程，并陈述了数据集的统计信息。我们还对数据集进行了多语言和挪威单语言语言模型的基准测试，并将它们与人类表现进行了比较。该数据集将免费提供。

May, 2023

本文探讨了自动收集弱标签数据集的方法，并展示了它们对神经检索模型的性能的影响。通过本文，我们发布了 MAUPQA 数据集，其中包含接近 400,000 个波兰语问题-段落对，以及 HerBERT-QA 神经检索器。

May, 2023

通过使用强大的数据策划方法，我们翻译了英语问答数据集（SQuAD），解决了低资源语言中无高效问答数据集的问题。我们引入了MahaSQuAD，这是第一个适用于印度马拉地语的完整SQuAD数据集，包含118,516个训练样本、11,873个验证样本和11,803个测试样本。另外，我们还提供了一个手动验证的黄金测试集，包含500个例子。通过解决上下文和语言细微差异的挑战，我们确保了准确的翻译。此外，由于无法简单地将问答数据集直接转换为任何低资源语言，我们需要一种强大的方法将答案翻译映射到译文段落中的相应部分。因此，为了解决这一挑战，我们还提出了一种通用方法，可以将SQuAD翻译成任何低资源语言。因此，在问题回答系统领域，我们提供了一种可扩展的方法，弥合了低资源语言中存在的语言和文化差距。数据集和模型已公开共享于此https URL。

Apr, 2024

我们重新利用Belebele数据集，将其用于机器阅读理解中的抽取式问答任务，从而解决资源匮乏语言中的数据标注问题，并为英语和现代标准阿拉伯语（MSA）提供了平行的抽取式问答数据集，并在多种单语和跨语言的问答对中进行了评估和分析。

Apr, 2024

通过使用大型语言模型，本研究提出了新的高质量数据集，用于五种欧洲语言的答案句子选择（AS2）任务，并通过多个实验证明这些数据集对于生成强大且跨语言的AS2模型至关重要，显著缩小了英语和其他语言之间的性能差距。

Jun, 2024