华北工业大学 发布 DeFine 数据集, 应用在 自然语言处理、文章生成 领域

华北工业大学 本次发布的数据集 DeFine, DeFine数据集是一个为长篇文章生成任务而设计的分解和细粒度注释的数据集。由华北工业大学、北京大学等机构的研究人员创建，该数据集采用分层分解策略，整合了特定领域的知识与多级注释，以确保在文章生成中的细粒度控制和增强深度。数据集通过多代理协作管道构建，包含数据挖掘、引用检索、问答注释和数据清洗四个专门化的代理。DeFine数据集共有6502条问答数据、9647条摘要集数据和52045条大纲数据，涵盖中英两种语言，覆盖科学、人文、历史、地理、文学、医学和体育等多个领域。

查看DeFine

README 内容： 

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。