印度理工学院坎普尔分校 发布 Sanskrit QA Dataset 数据集, 应用在 梵文处理、自然语言处理 领域

印度理工学院坎普尔分校 本次发布的数据集 Sanskrit QA Dataset, 该数据集名为Sanskrit QA Dataset，由印度理工学院坎普尔分校的研究团队创建，包含1501个事实问答对，覆盖印度史诗和医疗保健等不同领域。数据集旨在帮助评估和基准大型语言模型在古典语言任务上的性能，特别是在缺乏相关数据的情况下。数据集的创建过程涉及从原始梵文文本中检索相关段落，并使用BM25检索算法进行增强。该数据集对于数字人文研究和多语言自然语言处理研究具有重要意义。

查看Sanskrit QA Dataset

README 内容： 

关于 印度理工学院坎普尔分校 , 印度理工学院坎普尔分校是印度最顶尖的工程与技术学院之一，以其严格的学术训练和创新研究而闻名。

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。