Google發布用於訓練和評估開放領域（Open-domain）問答系統的大型語料庫Natural Questions(NQ)。該數據集包含了30萬個自然產生的問題和對應的回答註釋，每個回答都是人工從維基百科頁面找到的答案。另外，Google還舉辦了挑戰活動，以NQ數據集訓練的模型性能來生成挑戰者的排行榜。

開放式問答（QA）是自然語言理解（NLU）中的一項基準任務，旨在模仿人們如何查找信息，通過對問題的閱讀和理解找到問題的答案。例如，用自然語言表達的問題（“為什麼天是藍色的？”），QA系統應該能夠閱讀網頁（比如這個維基百科頁面Diffuse sky radiation）並返回正確的答案，雖然答案有點複雜和冗長。

然而，目前並沒有大量公開可用的自然產生問題（即尋求信息的人提出的問題）和可用於訓練評估QA 模型的答案。原因是匯集用於問答的高質量數據集，需要大量的實際問題來源以及尋找問題答案的大量人力。

而現在谷歌發布的自然問答數據集Natural Questions 可以說是填補了這部分資料的空白。簡單來說，就是Google 收集自家搜尋引擎真實的問題查詢，搭配維基百科的資料，為問答系統提供訓練資料集。這個過程中，進行匿名查詢的註釋者需要閱讀整個維基百科頁面，來尋找答案並提供兩種答案註釋，包括涵蓋所有資訊的長答案和簡潔的短答案。

目前，該數據集收集了30萬個自然產生的問題與答案，註釋的品質精準度達90％，另外，Natural Questions還包括1.6萬個範例，每個問題的答案由5個不同的註釋者提供。Google表示，這種資料可以用來評估問答系統的性能。