Dieser Datensatz ist für maschinelles Lernen gedacht.

Die Texte stammen aus dem "Dienstleistungsfinder" der Stadtverwaltung München. Dort werden Informationen über die von der Stadt angebotenen Dienstleistungen online präsentiert. Die Informationen reichen von der Beantragung eines Personalausweises bis zur Müllentsorgung.

Diese Texte können zum Training von NLP (Natural Language Processing)-Modellen auf Behördendeutsch genutzt werden.

Der Question-Answering Datensatz eignet sich speziell um Frage-Antwort-Systeme oder neuronale Dokumentensuchen - vgl. den Artikel "Dense Passage Retrieval: Neuronale Suche in Texten" (Heise Verlag - Paywall).

Die Datensätze stehen unter MIT-Lizenz.

Weiterführende Informationen

Mehr Informationen zum Parquet-Format.

Dense Passage Retrieval (DPR)

• https://haystack.deepset.ai/tutorials/09_dpr_training
• https://towardsdatascience.com/understanding-dense-passage-retrieval-dpr-system-bce5aee4fd40

Question-Answering (QA)

• https://huggingface.co/learn/nlp-course/chapter7/7?fw=pt