HotpotQA数据集

HOTPOTQA: A Dataset for Diverse, Explainable Multi-hop Question Answering

Dataset

HotpotQA是2018年新提出的一个多跳推理问答数据集，本文主要来看数据集的格式。

从图上可以看出数据集还是比较大的，训练集分为了三个难度：easy、medium、hard，其中medium占主要部分。

整个数据集其实还可以分成两类：distractor和fullwiki。distractor的数据包含以下的几个部分：

1. 问题
2. 问题的类型
3. 十段文章，两段与问题答案相关的，八段不相关的，因此叫做distractor
4. supporting facts，与答案相关的段落中的与答案直接相关的句子
5. 答案

下图是一个例子，绿色的部分就是数据集里提供的supporting facts。

下图是问题的所有类型

而fullwiki的数据集属于是open-domain的开放域问答任务。

Baseline Model

下图是论文中提出的baseline模型，可以看得出与之前的MRC模型有一些相似之处，不过这里我们需要做多任务学习：在预测答案span的同时判断当前句子是否为supporting fact。