莫拉图瓦大学 发布 SiTSE 数据集, 应用在 文本简化、僧伽罗语 领域

莫拉图瓦大学 本次发布的数据集 SiTSE, SiTSE数据集是由斯里兰卡莫拉图瓦大学计算机科学与工程系的团队创建的，专门用于僧伽罗语文本简化任务的评估。该数据集包含1000个复杂的僧伽罗语句子及其对应的3000个简化句子，每个复杂句子由三位不同的专家进行简化。数据集的来源是僧伽罗语官方政府文档，这些文档经过精心筛选和处理，确保了数据的质量。创建过程包括多次人工标注和反馈，确保简化句子的准确性和可读性。SiTSE数据集主要用于评估和改进僧伽罗语文本简化系统，旨在提高低资源语言文本处理的公平性和可访问性。

查看SiTSE

README 内容： 

关于 莫拉图瓦大学 , 莫拉图瓦大学是斯里兰卡的一所知名大学，提供广泛的学术课程，包括计算机科学与工程等学科。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。