AI语言理解用户答题数据集-2023-nestormichaelctiglao
数据来源：互联网公开数据
标签：AI理解,用户答题,文本理解,知识组件,教育数据,机器学习,自然语言处理,教育评估
数据概述：
本数据集收录了用户在AIComprehend系统中完成的阅读理解题目及其答题情况，共包含2万个观察记录。数据集涵盖了用户ID、题目ID、阅读材料、问题描述、选项、正确答案、用户回答、回答状态以及用户在不同知识组件上的表现等多个维度。具体字段包括：
user_id：用户的唯一标识符
question_id：题目在系统中的唯一标识符
passage：提供给用户的阅读材料
question：提供给用户的具体问题
choices：提供给用户的选项列表
correct_answer：该问题的正确答案
user_response：用户对问题的回答
status：用户回答是否正确，1表示正确，0表示错误
kc_literal：问题是否涉及字面理解知识组件，1表示涉及，0表示不涉及
kc_inferential：问题是否涉及推理理解知识组件，1表示涉及，0表示不涉及
kc_critical：问题是否涉及批判性理解知识组件，1表示涉及，0表示不涉及
kc_literal_success：用户在当前问题之前的字面理解题目中答对的数量
kc_literal_failure：用户在当前问题之前的字面理解题目中答错的数量
kc_inferential_success：用户在当前问题之前的推理理解题目中答对的数量
kc_inferential_failure：用户在当前问题之前的推理理解题目中答错的数量
kc_critical_success：用户在当前问题之前的批判性理解题目中答对的数量
kc_critical_failure：用户在当前问题之前的批判性理解题目中答错的数量
数据用途概述：
该数据集适用于自然语言处理研究、教育评估、AI系统性能分析等多种场景。研究人员可以利用此数据集评估AI系统的阅读理解能力；教育者可以分析学生在不同知识组件上的答题表现，优化教学策略；数据科学家可以开发新的算法和模型，提高机器学习系统的准确性。此外，该数据集也可以用于教学材料的设计和教育内容的优化。
