XQuAD

XQuAD（Cross-lingual Question Answering Dataset）是评估跨语言问答性能的基准数据集。该数据集包含来自 SQuAD v1.1（Rajpurkar 等人，2016 年）开发集的 240 个段落和 1190 个问答对的子集，以及它们的十种语言的专业翻译：西班牙语、德语、希腊语、俄语、土耳其语、阿拉伯语、越南语、泰语、汉语和印地语。因此，数据集在 11 种语言中完全平行。