法国国家信息与自动化研究所 发布 CUBANSPVARIETY 数据集, 应用在 自然语言处理、语言变体识别 领域

法国国家信息与自动化研究所 本次发布的数据集 CUBANSPVARIETY, CUBANSPVARIETY数据集是首个专注于古巴或加勒比西班牙语变体识别的数据集，由1762条手动标注的推文组成，标注由三名古巴母语者完成。数据集内容涵盖古巴西班牙语变体、非古巴变体以及常见示例，旨在解决西班牙语变体识别中的常见示例分类问题。数据集的创建过程包括从Twitter上收集数据并进行手动标注，标注过程中考虑了推文的语言变体信息。该数据集主要应用于自然语言处理中的语言变体识别任务，特别是用于提高模型在处理常见示例时的准确性和鲁棒性。

查看CUBANSPVARIETY

关于 法国国家信息与自动化研究所 , 法国国家信息与自动化研究所（INRIA）是法国的国家级研究机构，专注于计算机科学和应用数学领域的研究。该机构致力于推动技术创新，支持学术研究和产业合作，拥有多个研究中心和实验室，研究成果广泛应用于信息技术和自动化领域。

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。