insuranceQA保险行业的问答对。
中文InsuranceQA中文版的insuranceQA.分为“问答语料”和“问答对语料”，前者是insuranceQA直接翻译的结果，后者是基于问答语料，又做了分词和去标去停，添加label。所以，"问答对语料"可以直接对接机器学习任务。如果对于数据格式不满意或者对分词效果不满意，可以直接对"问答语料"使用其他方法进行处理，获得可以用于训练模型的数据。
Maluuba新闻问答数据集：基于CNN新闻报道的1.2万对问答。
Quora问答对：Quora发布的首个数据集，包含副本/语义相似度标签。
CMU问答数据集：用维基百科文章人工生成的事实型问答对，配有难度评级。
儿童图书测试：从古腾堡计划提供的儿童图书中提取问答对（问题 + 上下文、答案）作为基线，可以用于问题回答（阅读理解）和事实型查询。
SQuAD：斯坦福问答数据集——用途广泛的问题回答及阅读理解数据集，每项问题的答案都是一段文本。
白鹭时代中文问答语料
由白鹭时代官方论坛问答板块10,000+ 问题中，选择被标注了“最佳答案”的纪录汇总而成。人工review raw data，给每一个问题，一个可以接受的答案。目前，语料库只包含2907个问答。(备份)
WebQA，提取密码为：6fbf. 从百度知道中抽取到的问答对语料，由论文“Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question Answering”中提出。
豆瓣多轮ResponseSelection，豆瓣的多轮问答选择数据集。
Maluuba目标导向对话：程序型会话数据集，对话旨在完成一项任务或决策，常用于聊天机器人。
bAbi：来自Facebook人工智能研究所（FAIR）的综合型阅读理解及问答数据集。
dgk_shooter_min.conv.zip
中文电影对白语料，噪音比较大，许多对白问答关系没有对应好
The NUS SMS Corpus
包含中文和英文短信息语料，据说是世界最大公开的短消息语料
ChatterBot中文基本聊天语料
ChatterBot聊天引擎提供的一点基本中文聊天语料，量很少，但质量比较高
Datasets for Natural Language Processing
这是他人收集的自然语言处理相关数据集，主要包含Question Answering，Dialogue Systems， Goal-Oriented Dialogue Systems三部分，都是英文文本。可以使用机器翻译为中文，供中文对话使用
小黄鸡
据传这就是小黄鸡的语料：xiaohuangji50w_fenciA.conv.zip （已分词） 和 xiaohuangji50w_nofenci.conv.zip （未分词）
Chat corpus repository
chat corpus collection from various open sources
包括：开放字幕、英文电影字幕、中文歌词、英文推文