原文：PaperWeekly
PaperWeekly 是一个 AI 学术分享社区。这里聚集了大批一线 AI 学者，他们用精炼妙语推荐各自发现的优质论文。点击本文底部的「阅读原文」即刻加入社区，创建属于你的论文集。
这里是第 3 期论文集精选。
本期论文集由 PaperWeekly 社区用户 @RamonYeung 创建，包含 20 份 QA 和机器阅读理解数据集。我们从中挑选了 9 份数据集进行展示，如果有合你心意的，复制链接到浏览器即可进行下载。
如果你想查看完整数据集列表，点击本文底部的阅读原文，就可以一键收藏啦。
On Generating Characteristic-rich Question Sets for QA Evaluation
@RamonYeung 推荐
#Question Answering
文章发表在 EMNLP 2016，本文详细阐述了 GraphQuestions 这个数据集的构造方法，强调这个数据集是富含特性的（Characteristic-rich）。
此数据集的主要特点是：
1. 基于 Freebase，有 5166 个问题，涉及 148 个不同领域；
2. 从知识图谱中产生 Minimal Graph Queries，再将 Query 自动转换成规范化的问题；
3. 由于 2，Logical Form 不需要人工标注，也不存在无法用 Logical Form 表示的问题；
4. 使用人工标注的办法对问题进行 paraphrasing，使得每个问题有多种表述方式（答案不变），主要是 Entity-level Paraphrasing，也有 sentence-level；
5. Characteristic-rich 指数据集提供了问题在下列维度的信息，使得研究者可以对问答系统进行细粒度的分析, 找到研究工作的前进方向：关系复杂度（Structure Complexity），普遍程度（Commonness），函数（Function），多重释义（Paraphrasing），答案候选数（Answer Cardinality）。
论文链接
http://www.paperweekly.site/papers/906
数据集链接
https://github.com/ysu1989/GraphQuestions
LSDSem 2017 Shared Task: The Story Cloze Test
@RamonYeung 推荐
#Cloze
Story Cloze Test：人工合成的完形填空数据集。
论文链接
http://www.paperweekly.site/papers/917
数据集链接
http://cs.rochester.edu/nlp/rocstories/
Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question Answering
@RamonYeung 推荐
#Question Answering
百度深度学习实验室创建的中文开放域事实型问答数据集。
论文链接
http://www.paperweekly.site/papers/914
数据集链接
http://idl.baidu.com/WebQA.html
Program Induction by Rationale Generation : Learning to Solve and Explain Algebraic Word Problems
@RamonYeung 推荐
#Question Answering
DeepMind 和牛津大学共同打造的代数问题数据集 AQuA（Algebra Question Answering）。
论文链接
http://www.paperweekly.site/papers/913
数据集链接
https://github.com/deepmind/AQuA
Frames: A Corpus for Adding Memory to Goal-Oriented Dialogue Systems
@PaperWeekly 推荐
#Dialog Systems
Maluuba 放出的对话数据集。
论文链接
http://www.paperweekly.site/papers/407
数据集链接
http://datasets.maluuba.com/Frames
Teaching Machines to Read and Comprehend
@RamonYeung 推荐
#Machine Comprehension
DeepMind Q&A Dataset 是一个经典的机器阅读理解数据集，分为两个部分：
1. CNN：~90k 美国有线电视新闻网（CNN）的新闻文章，~380k 问题；
2. Daily Mail：~197k DailyMail 新闻网的新闻文章（不是邮件正文），~879k 问题。
论文链接
http://www.paperweekly.site/papers/915
数据集链接
Semantic Parsing on Freebase from Question-Answer Pairs
@RamonYeung 推荐
#Semantic Parsing
文章发表在 EMNLP-13，The Stanford NLP Group 是世界领先的 NLP 团队。他们在这篇文章中引入了 WebQuestions 这个著名的问答数据集，WebQuestion 主要是借助 Google Suggestion 构造的，依靠 Freebase（一个大型知识图谱）中的实体来回答，属于事实型问答数据集（比起自然语言，容易评价结果优劣）。有 6642 个问答对。
最初，他们构造这个数据集是为了做 Semantic Parsing，以及发布自己的系统 SEMPRE system。
论文链接
http://www.paperweekly.site/papers/827
数据集链接
A Corpus and Evaluation Framework for Deeper Understanding of Commonsense Stories
@RamonYeung 推荐
#Machine Comprehension
ROCStories dataset for story cloze test.
论文链接
http://www.paperweekly.site/papers/918
数据集链接
http://cs.rochester.edu/nlp/rocstories/
MoleculeNet: A Benchmark for Molecular Machine Learning
@paperweekly 推荐
#Molecular Machine Learning
一个分子机器学习 benchmark，最喜欢看到这种将机器学习应用到传统学科领域了。
论文链接
http://www.paperweekly.site/papers/862
数据集链接
本文由 AI 学术社区 PaperWeekly 精选推荐，社区目前已覆盖自然语言处理、计算机视觉、人工智能、机器学习、数据挖掘和信息检索等研究方向，点击「阅读原文」即刻加入社区！
投票时间
以下论文选自 PaperWeekly 社区 - 排行榜，这里不仅有各领域的经典论文，还有当下最热门的新近之作。
所有论文均为用户自发推荐，然后再以点赞的方式评选出热门论文。最后，我们会针对上榜论文发起论文共读，让志同道合的同学们得到充分交流。
现在，就请选出你最感兴趣的论文，我们将根据大家的投票结果选出本期论文。
视频地址：/mp/newappmsgvote?action=show&__biz=MzIwMTc4ODE0Mw==&supervoteid=464437254#wechat_redirect
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 收藏论文集