Changes between Initial Version and Version 1 of SQAD

Timestamp:

Apr 3, 2013, 10:45:42 AM (11 years ago)

Author:

xkovar3

Comment:

--

SQAD

@@ +1 @@
+= Simple Question Answering Database (SQAD) =
+
+Cílem projektu je vytvoření databáze pro testování a vyhodnocování aplikace odpovídání na otázky (question answering). V současné fázi se zaměřujeme na vytvoření databáze jednodušších otázek, které jsou řešitelné s využitím současných nástrojů pro zpracování přirozeného jazyka.
+
+
+== Zadání lingvistického úkolu IB030 ==
+
+Cílem je vytvořit část výše zmíněné databáze. Každý student vypracuje 300 otázek. Následují pokyny k vypracování otázek.
+
+
+- zdrojem otázek a odpovědí bude česká wikipedie (libovolné stránky)
+- odpověď na otázku musí vyplývat z krátkého souvislého kusu textu (max. 3 po sobě jdoucí věty) z wikipedie
+- formát výstupu bude textový soubor (ne Word!) v kódování UTF-8, jedna otázka zabere 4 řádky:
+  - 1. řádek: otázka
+  - 2. řádek: odpověď
+  - 3. řádek: text, ze kterého odpověď vyplývá (max. 3 věty)
+  - 4. řádek: URL wiki stránky, na které byl text nalezen
+  - následuje prázdný řádek, který odděluje otázky mezi sebou
+- odpověď na otázku musí být nejkratší možná tak, aby byla zcela správná (většinou 1 jmenná fráze, téměř nikdy celá věta nebo souvětí)
+- v případě více správných odpovědí je možno uvést všechny na 1 řádku oddělené mřížkou (#)
+- otázky mohou být i velmi jednoduché
+- odpověď musí být buď ano/ne, nebo musí být obsažena v textu, něhož vyplývá
+- otázek s odpovědí ano/ne musí být max. 30 procent
+- otázky musí mít jednoznačnou odpověď ("Co je to Amerika" je špatná otázka)
+
+
+'''Pozitivní příklady:'''
+
+{{{
+
+Ze kterého roku pochází nejprodávanější fotografická publikace z první republiky?
+1933
+Paradoxně – amatér Karel Čapek byl autorem nejprodávanější fotografické publikace období první republiky. Dášeňka čili Život štěněte z roku 1933 vyšla v několika desítkách vydání.
+http://cs.wikipedia.org/wiki/Karel_%C4%8Capek
+
+
+Která Dvořákova symfonie doletěla na Měsíc?
+Symfonie č.9, e-moll # Novosvětská # Z Nového světa
+Symfonie č.9, e-moll, op. 95, zvaná též „Novosvětská“ či „Z Nového světa“ (From the New World), Antonína Dvořáka je nejen nejvýznamnější autorovo dílo tohoto typu, ale lze ji zařadit nejen k absolutní špičce hudebního romantismu, ale též k nejlepším dílům světové symfonické tvorby všech dob. Neil Armstrong také vzal její nahrávku na Měsíc, když v roce 1969 Apollo 11 poprvé přistálo na Měsíci.
+http://cs.wikipedia.org/wiki/Symfonie_%C4%8D._9_(Dvo%C5%99%C3%A1k)
+
+
+Je Nový svět vesnice?
+ano
+Nový Svět je vesnice, část městyse Dolní Cerekev v okrese Jihlava.
+http://cs.wikipedia.org/wiki/Nov%C3%BD_Sv%C4%9Bt_(Doln%C3%AD_Cerekev)
+
+
+Z kolika států se skládají USA?
+50
+Spojené státy se skládají z 50 států, federálního území s hlavním městem a sídlem vlády a Kongresu (District of Columbia), přidružených států s vnitřní samosprávou (Portoriko, Severní Mariany a další) a samosprávných území Spojených států (Guam, Panenské ostrovy, Americká Samoa a další).
+http://cs.wikipedia.org/wiki/Spojen%C3%A9_st%C3%A1ty_americk%C3%A9
+
+
+Kde se narodil Karel Čapek?
+v Malých Svatoňovicích
+PhDr. Karel Čapek (9. ledna 1890, Malé Svatoňovice – 25. prosince
+1938, Praha) byl český spisovatel, intelektuál, novinář, dramatik,
+překladatel a fotograf. Narodil se v Malých Svatoňovicích v rodině
+lékaře Antonína Čapka.
+
+}}}
+
+'''Negativní příklady:'''
+
+{{{
+
+Z kolika států se skládají USA?
+Spojené státy se skládají z 50 států
+Spojené státy se skládají z 50 států, federálního území s hlavním
+městem a sídlem vlády a Kongresu (District of Columbia), přidružených
+států s vnitřní samosprávou (Portoriko, Severní Mariany a další) a
+samosprávných území Spojených států (Guam, Panenské ostrovy, Americká
+Samoa a další).
+
+[příliš dlouhá odpověď]
+
+Co je to Nový Svět?
+vesnice
+Nový Svět je vesnice, část městyse Dolní Cerekev v okrese Jihlava.
+
+[odpověď není úplná -- Nový Svět má více významů a kompletní odpověď
+není odvoditelná z krátkého kusu textu]
+
+}}}