数据集概述
本数据集为西班牙语教育场景下的问答生成（QAG）任务构建，包含与西班牙大学入学考试（EVAU）课程对齐的人工标注数据、文学及法律领域自动生成数据，以及经师生验证的试点研究子集，支持多场景QAG模型开发与评估。
文件详解
该数据集包含四类结构化数据文件，具体说明如下：
- EVAU课程对齐数据
- 文件名称：evau/docs/EvAU_QA.csv
- 文件格式：CSV
- 字段：question（问题）、answer（答案）、subject（学科）、difficulty（难度）
- 说明：人工筛选的EVAU考试相关问答对，用于教育QAG任务基准测试
- 《堂吉诃德》文学数据
- 文件名称：quijote/docs/Quijote_QA.csv
- 文件格式：CSV
- 字段：question（问题）、answer（答案）、chapter（章节）、difficulty（难度）
- 说明：从《堂吉诃德》自动生成的问答对，用于文学文本QAG性能评估
- 法律FAQ数据
- 文件名称：legal_faqs/docs/Legal_QA.csv
- 文件格式：CSV
- 字段：question（问题）、answer（答案）、law_reference（法律参考）
- 说明：从西班牙法律FAQ中提取的问答对，用于法律行政场景QAG测试
- 试点研究验证数据
- 文件名称：exams/exams_QA_validated.json
- 文件格式：JSON
- 内容：含923条经师生验证的自动生成问答对，包含清晰度、复杂度、教学价值评分及自由文本反馈
适用场景
- 教育AI开发：构建西班牙语课程对齐的智能问答系统、自动出题工具
- 自然语言处理研究：训练与评估多领域西班牙语问答生成模型
- 教学资源建设：辅助教师生成个性化练习题、补充阅读材料问答
- 跨领域NLP应用：探索法律、文学等专业领域的自动问答技术迁移
