WuDaoCorpora 发布 Weibo-Douban 数据集, 应用在 拼音输入法、自然语言处理 领域

WuDaoCorpora 本次发布的数据集 Weibo-Douban, 该数据集是为了评估拼音输入法而新构建的，包含了来自15个不同领域的27万个示例。在WD数据集中，这些实例仅用于评估目的，且是从不同的上下文-目标长度配置中抽取的，共有9种不同的配置。该数据集的规模为27万个示例，任务是对不同上下文和目标长度的拼音输入法进行评估。

查看Weibo-Douban

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。