慕尼黑工业大学 发布 German4All 数据集, 应用在 德语自然语言处理、文本简化 领域

慕尼黑工业大学 本次发布的数据集 German4All, German4All是一个大规模的德语数据集，包含五个不同可读性级别的对齐段落级释义。它涵盖了五个可读性级别，包含超过25,000个样本。数据集是使用GPT-4自动合成的，并通过人工和基于LLM的方式进行严格的评估。使用German4All，我们训练了一个开源的、可读性控制的释义模型，在德语文本简化方面取得了最先进的性能，实现了更细微和针对特定读者的适应。我们开源了数据集和模型，以鼓励在多级别释义上进行进一步的研究。

查看German4All

关于 慕尼黑工业大学 , 慕尼黑工业大学是位于德国的一所世界顶级研究型大学，以其在工程学、自然科学和生命科学等领域的卓越研究和教育而闻名。_simple

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。