Arabic-QA-Datasets

data format (SQuAD format):

file.json
├── "data"
│   └── [i]
│       ├── "paragraphs"
│       │   └── [j]
│       │       ├── "context": "paragraph text"
│       │       └── "qas"
│       │           └── [k]
│       │               ├── "answers"
│       │               │   └── [l]
│       │               │       ├── "answer_start": N
│       │               │       └── "text": "answer"
│       │               ├── "id": "<uuid>"
│       │               └── "question": "paragraph question?"
│       └── "title": "document id"
└── "version": XXX

Datasets:

• ARCD and Arabic-SQuAD
• AAQAD
• TyDi QA
• MLQA

Dataset	Q/A Pairs	Paragraphs	Articles
Arabic-SQuAD	48,344	10,364	-
AAQAD	17,911	3,381	299
TyDiQA	16,425	15,726	-
MLQA	5,852	5,085	2,627
ARCD	1,395	465	155
Total	89,927	35,021	19,038