我正在构建一台 QA 机器。我有一个问题，一个问题可能有多个答案，并且答案位于上下文中的不同位置。例如：
问题：克里斯必须做什么？
上下文： ....克里斯必须洗碗....（更多文字）....克里斯必须做功课....
正确答案：
当我得到一个问题的答案时，我使用聚类算法去重复并获得“单独的”答案。因此，我需要一个包含一对 1 个问题的数据集 - 许多类似上面的答案来评估我的聚类算法和句子嵌入模型。
是否有任何公共数据集支持一对一个问题 - 多个正确答案（不重复）？我尝试了 MS MARCO，但这个数据集中的多个答案大部分都是重复的。
我一直在寻找类似的问答技术或具有多个非冗余答案的数据集。
这是数据集：https ://github.com/mingzhu0527/MASHQA
和论文：https ://www.aclweb.org/anthology/2020.findings-emnlp.342.pdf [在此处输入链接描述] 1
然而，本文将 QA 的问题提出为一个句子分类任务，其任务实际上是判断上下文中的每个句子是否回答了查询。
现在，如果您的多个答案不跨越一个句子而只是短语，我不建议您这样做。
Muc2004 是一个文档级事件抽取数据集，对于每个事件角色，都有多个答案。例如，
问题：攻击的受害者是谁？
背景： ....因为卡洛斯瓦伦西亚加西亚的死刑判决是最后一晚......（更多文字）......玛丽亚埃琳娜迪亚兹被暗杀......
正确答案：