NCR中文中学阅读理解数据集
数据集介绍
NCR是一个中文阅读理解数据集,数据集中的题目为中学语文阅读理解题目。通常是一个长文章后接着几个相应的问题。文章的平均长度为1024,这十分考验模型从长文本中提炼信息的能力。相应的问题涉及字词的理解,段落总结,逻辑推理,情感分析以及创作背景等各个方面。人工评测的结果表明,这些问题对于中国本土人都有相当的难度,并且当前AI模型和人工之间的差距还很大。数据来源于网络上公开的中高中语文阅读理解题,经过人工的筛查和分类,数据集中总共有8388个文章和20477个问题。
数据预览
数据集以json的格式给出,每条数据包括一个文章和几个问题,某一个文章的样例如下,其中”xxxx”表示原文太长,我们进行了省略。
其中字段的含义如下:
ID:文章编号
Content:文章内容
Questions:该文章对应问题的一个列表
Type:文章体裁,00表示现代文(不包括现代诗歌),11表示古文(不包括古诗),22表示古诗,33表示现代诗歌。
(该字段只包含在dev、test集中)
Questions:Question:问题
Questions:Choices:问题选项
Qusetions:Answer:正确答案
Questions:Q_id:问题编号
[
{
"ID": 1,
"Content": "周鼎传①公讳鼎,字实甫,自为童子时即以言动自持,趋立多中礼。早岁善属文,补邑诸生,坚意嗜读,贯综今古,而范诸先行,常倾其伦辈。②葵丑,成进士,为晋宁司理。居官廉正,吏惮其守,一切馈遗不敢入。治狱多平反,即疑案滞讼,一讯辄得其情。老胥巨猾皆咋舌退,周敢鬻法以上下其间。时有巡盐使者送犯拘罪,公讯无实,辄释之。其公方不阿类如此。③典试山东,持鉴朗察,所得皆知名士。方在闱中,薛韩城时为莱郡司理,手一卷力荐之。公视其文疵谬不可入穀.比至再,乃与同事者搜阅得一卷,共为击节,及发牍,为郝君名晋者,实宿寒名士。既复捷去,公方以得人为慰。④以左布政使调巡嘉湖,湖地剧难治,又多势家豪仆,飞舸肆掠,略无所忌。公一日过乌镇,见拥噪千人,号泣震远迩。询之,曰:“朱家奴掠人也。”立捕两奴及舟械至奴犹称相国从者意不下。公弗顾,益尽法惩之,民距跃称快。自是豪强屏息,终公之任,无敢暴掠为非。⑤公孝友出于至性,廉于其身,而处人唯恐不厚。与人相接。无贫富长幼皆整容礼之。或人有非理之请,虽亲厚必直辞拒之,不妄徇也。其在任时,戚属间有所欲言,公对庄语,多意沮而寝。居家垂二十年,敦伦赈乏,居德正俗,不出户庭而系天下之望,人以比之范文正云。",
"Questions": [
{
"Question": "文中“自是豪强屏息”中“屏”的意思是",
"Choices": [
"A、屏住呼吸",
"B、收敛行迹",
"C、退避迁徙",
"D、抑止打压"
],
"Answer": "B",
"Q_id": "000101"
},
{
"Question": "文中“多意沮而寝”中“寝”的意思是",
"Choices": [
"A、睡觉",
"B、丑陋",
"C、隐蔽",
"D、停止"
],
"Answer": "D",
"Q_id": "000102"
},
{
"Question": "第④段断句正确的一项是",
"Choices": [
"A、立捕两奴/及舟械至奴/犹称相国/从者意不下。",
"B、立捕两奴/及舟/械至奴/犹称相国/从者意不下。",
"C、立捕两奴/及舟械至奴/犹称相国从者/意不下。",
"D、立捕两奴及舟械/至奴/犹称相国从者/意不下。"
],
"Answer": "C",
"Q_id": "000103"
}
],
"Type": "11",
"Diff": 1
}
]
数据集引用
如在学术论文中使用数据集,请添加相关引用说明,具体如下:
Native Chinese Reader: A Dataset Towards Native-Level Chinese Machine Reading Comprehension
论文地址:https://arxiv.org/abs/2112.06494
|