麻省理工学院 发布 Linguistically Distinct Sentence Pairs (LDSP-10) 数据集, 应用在 自然语言处理、机器学习 领域

麻省理工学院 本次发布的数据集 Linguistically Distinct Sentence Pairs (LDSP-10), LDSP-10数据集是由麻省理工学院创建的，包含1000个针对10种不同语言特性（如同义词、否定、时态等）的句子对。这些句子对是为了探测向量嵌入空间而设计的，通过统计测试、互信息和特征选择方法来分析每个属性的最 influential 维度。该数据集旨在解决神经嵌入模型（如BERT）的可解释性问题，帮助开发更透明和优化的语言模型。

查看Linguistically Distinct Sentence Pairs (LDSP-10)

README 内容： 

关于 麻省理工学院 , 麻省理工学院，位于美国马萨诸塞州剑桥市，是一所全球知名的私立研究型大学，以其在科学、工程和技术领域的创新和领导地位而闻名。

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。