该研究提出了两个数据集，用于评估自然语言查询的理解和从大量文本语料库中提取答案的系统。Quasar-S 数据集由 37000 个填空式查询构成，Quasar-T 数据集由 43000 个开放领域的问答问题和它们的答案组成。我们将这些数据集作为事实型问题回答的两个相关子任务的挑战，并评估了几个基线模型，并显示它们在 Quasar-S 和 - T 方面落后于人类表现 16.4％和 32.1％。

Jul, 2017

本文主要研究使用 Wikidata 数据构造的 entity-rich questions 在密集检索模型中表现不佳的问题，并探讨了两种解决方案：第一种解决方法是数据扩充无法解决广义化问题，第二种解决方法是更加强大的 passage encoder 有助于使用专门化的问题编码器来更好地适应问题。

Sep, 2021

本文提出了一种基于检索的系统和相关数据集，用于预测用户可能有的下一个问题，可以主动地帮助用户进行知识探索，引导用户进行更有意义的对话。该检索系统是在一个包含 14000 多组信息获取对话的数据集上进行训练的，该数据集包含一个有效的后继问题和一组无效候选问题。我们在 Follow-up Query Bank 数据集上训练了排名模型，并比较了监督和无监督方法的结果。结果表明，我们可以通过将有效后继问题排在更高的位置上进行检索，但进一步的知识构建可以提高排名性能。

Feb, 2023

本文介绍了 QASPER（一个基于自然语言处理论文的问题数据集），旨在提醒需要收集反映多部分论文主张的复杂推理难度的数据，以利于构建支持文档查找的问答系统。

May, 2021

我们介绍了一个语义实体相似度数据集 WES，其中包含 11M 个例子，专注于领域，旨在评估 QA：这些例子是实体和短语，分组为语义聚类以模拟多个 ground-truth 标签，用于预测人类正确性判断的基本交叉编码器度量优于四个经典度量。

Feb, 2022

该论文提出了实体为中心的查询细化任务，并提出了一种使用现有知识库分类法来产生查询细化数据集的方法，该方法可通过生成模型对新查询进行精细化，并证明了该方法的有效性。

Apr, 2022

我们提出了 QueryNER，一个手动注释的数据集和相应模型，用于电子商务查询分割。我们的研究工作关注的是将查询分成有意义的块，而不是仅仅提取产品标题或查询的特定方面。通过实验比较标记结果和令牌和实体删除方法来恢复无效和低召回的查询，我们展示了如何使用简单的数据增强技术使模型对噪声更加稳健。我们提供了 QueryNER 数据集的公开可用性。

May, 2024

本文研究基于自然语言理解的语义解析数据集，提出了一个包含真实用例中语句与 SQL 的对应关系的 SEDE 数据集，并展示该数据集所带来的挑战与实用性，进一步表明针对真实用例的数据集更适合进行语义解析任务的评估。

Jun, 2021

本文介绍了一个大型 Amazon 搜索数据集 —— 购物查询数据集，他包含约 130 万个搜索查询，用于研究如何通过机器学习和数据挖掘技术来提高搜索结果的质量。购物查询数据集被广泛地应用在 KDD Cup '22 挑战赛中，包括如下三个评价任务：排序搜索结果列表、将产品结果分类成相关类别和为给定查询寻找替代产品。购物查询数据集可能会成为未来产品搜索领域的黄金标准。

Jun, 2022

研究数据库查询的自然语言生成问题，提出一种基于搜索算法的神经自回归模型改进方法，应用于最先进的语义解析器，以便能够发现可在不同数据集上通过所有测试的查询。

Oct, 2022