一、WebQuestions
提出该数据集的论文：Semantic Parsing on Freebase from Question-Answer Pairs
数据集地址：/worksheets/0xba659fe363cb46e7a505c5b6a774dc8a
WebQuestions数据集（提出）是由斯坦福大学研究人员通过Google Suggest API构建得到的，数据集本身共包含5810条（问题，答案）对，其中简单问题占比在84%，复杂的多跳和推理问题相对较少。根据提出者的最初数据划分方式，WebQuestions被分为训练集和测试集两个集合，其中训练集包含3778条数据，测试集包含2032条数据。
ComplexWebQuestions
提出该数据集的论文：The web as a knowledge-base for answering complex questions
数据集地址：https://www.tau-/compwebq
ComplexWebQuestions数据集基于WebQuestionsSP数据集而建立的。建立方式为：首先根据WebQuestionsSP数据集的SPARQL语句涉及模板进行扩展形成模式化的复杂问句，然后人工将复杂问句进行转述形成自然语言问句。该数据使用场景包含知识图谱问答和阅读理解两个任务，共包含34,689条数据，其中训练集27,734条，验证集3,480条，测试集3,475条。
二、SimpleQuestions
提出该数据集的论文：Large-scale Simple Question Answering with Memory Networks
数据集地址：/downloads/babi/
SimpleQuestions数据集（提出）是一个针对简单问题而构建的数据集，它采用人工标注的方法根据知识库中的事实生成对应的问句，并且以Freebase作为答案来源。该数据集共包含108,442条数据（包含关系标注），其中训练集为75910条（70%），验证集为10845条（10%），测试集为21687条（20%）。
三、ComplexQuestions
提出该数据集的论文：Constraint-Based Question Answering with Knowledge Graph
作者本人的数据集地址：/JunweiBao/MulCQA/tree/ComplexQuestions
ComplexQuestions数据集（提出）是一个专门针对复杂问题而构建的数据集，在构建该数据集过程中，作者从一个实际使用的搜索引擎（具体哪个暂未知）中筛选并得到了878条可用的问答对。除了这878条数据，作者还从WebQuestions等数据集上额外选出了1222条数据，由此共得到了2100条复杂问题对。总体来说，该数据集共包含2100条问答对，其中训练集个数为1300条，测试集个数为800条。
四、GraphQuestions
提出该数据集的论文：On Generating Characteristic-rich Question Sets for QA Evaluation
数据集地址：/ysu1989/GraphQuestions
这是一个比较难的数据集（提出），涉及较多比较复杂的逻辑，以Freebase作为知识库。该数据集在构建时先设计问题涉及的模式（即知识库中的一个子图），然后让人根据图改写成自然语言题目。举个例子：“the nine eleven were carried out with the involvement of what terrorist organizations?”
五、30M Factoid Questions
提出该数据集的论文：Generating Factoid QuestionsWith Recurrent Neural Networks: The 30M Factoid Question-Answer Corpus
数据集地址：/details/973fb709bdb9db6066213bbc5529482a190098ce
该数据集是由模型自动构建的，包含30M的问答对。按照论文中的说法，问句质量和人类构建的质量相当，很有使用价值。
附：
KBQA相关工作系统总结：针对复杂问题的知识图谱问答最新进展
WebQuestions相关介绍：SEMPRE–Semantic Parsing with Execution
