「Yahoo! 知恵袋データ（第2版）」
国立情報学研究所がヤフー株式会社から提供を受けて研究者に提供しているデータセットです。
【お知らせ】
「Yahoo!知恵袋データ（第2版）」の利用申請は2018年10月31日をもって受付を終了いたしました。
現在提供中の「Yahoo!知恵袋データ（第3版）」については，こちらのページをご覧ください。
2018/10/31 現在
データ概要
「Yahoo!知恵袋」とは，質問したい人と回答したい人をむすび，知恵と知識を参加者同士で共有することを目的として，2004年4月からヤフー株式会社が提供している日本最大の知識検索サービスです。
本データは，「Yahoo!知恵袋」において下記の期間に解決済みとなった質問と回答を，ヤフー株式会社が「ヤフー知恵袋」のデータベースから抽出したものです。
- 期間：2004年4月－2009年4月
- 質問数：約1600万
- 回答数：約5000万
＜第１版との比較＞
2007年4月に提供を開始した第1版は2005年10月までのベータ版期間の投稿データでしたが，第2版では2004年4月から2009年4月までのデータを提供致します。
投稿データの対象期間が拡大しただけでなく，2006年5月より対応している携帯電話からの投稿データも加わります。
さらに，第1版の対象期間の後に「Yahoo!知恵袋」に機能追加された，投稿に付随するデータ（評価数，コイン数，知恵コレクション数，モバイルフラグなど）も新たに提供致します。
| 第1版 （提供終了） | 第2版 | |
|---|---|---|
| 対象期間 | 2004年4月－2005年10月 | 2004年4月－2009年4月 |
| 質問数 | 約300万 | 約1600万 |
| 回答数 | 約1300万 | 約5000万 |
NTCIR-8 CQA テストコレクション
ご希望の方には，「Yahoo! 知恵袋データ（第2版）」と併せて，本データを用いたテストコレクション「NTCIR-8 CQA」も提供します。
このテストコレクションは，CQAサイトにおける回答の品質を評価するために利用可能です。
国立情報学研究所が主催するNTCIRプロジェクトにより作成されたもので，以下のデータからなります。
- Yahoo知恵袋データ第一弾から抽出した1500件の質問
- 判定者4名による判定結果
- IDリスト，ベストアンサーリスト，カテゴリ情報など
テストコレクションの詳細についてはNTCIR-8 CQAのページをご覧ください。
申請方法
利用手続きをご覧下さい。
関連資料
- プレスリリース（2009.6.3）
- 2009 NIIオープンハウスポスター：
＜第1版関連＞
- データ配布案内ページ
- プレスリリース（2007.3.6）
- 2008 NIIオープンハウスポスター：
- 2007 NIIオープンハウスポスター：
「Yahoo!知恵袋」データを活用した研究例
- 第1版データを利用した研究成果例（～2008年度）
データの利用者よりご提供いただいた研究成果の要旨です。 - 第1版データを利用した発表論文例（～2008年度）
データの利用者およびヤフー株式会社よりご提供いただいた発表論文等のタイトル一覧です。 - KOTONOHA「現代日本語書き言葉均衡コーパス」検索デモンストレーション（国立国語研究所）
国立国語研究所 KOTONOHA「現代日本語書き言葉均衡コーパス」の一部としてYahoo!知恵袋のデータが試験登録されています。 - 知識共有コミュニティワークショップ
情報社会学会の主催で2008, 2009年の2回に亘り本ワークショップが開催され，Yahoo!知恵袋データに関連が深い研究成果が多数発表されました。