各种领域匹配数据汇总

1：数据介绍

• ATEC：是金融领域客服场景的数据.
• BQ：银行领域的问题匹配，BQ数据链接。
• LCQMC：覆盖多个领域的问题匹配，LCQMC数据链接。
• PAWSX：谷歌发布的数据集，包含多种释义对和非释义对。
• STS-B：计算两句话的相关性，是通过翻译和人工修正后的数据集。

2：数据分类

• 是非类：数据格式（sentencea, sentenceb, 是否相似）这种类型代表数据（ATEC,BQ,LCQMC,PAWSX）
• NLI类：Natural Language Inference(自然语言推理)，数据格式（sentencea, sentenceb, 蕴含/中立/矛盾）自然语言推理数据集这是一种更精细一点的相似数据集。
• 打分类：这是一种最精细的相似度语料，数据格式（sentencea, sentenceb, 相似程度），能找到的中文数据集是STS-B。

3： 匹配数据下载链接

https://pan.baidu.com/s/1ETMOM6xK7ZKVMgUa5z2sDA
提取码：z9aq