发布 CEFR-SP 数据集, 应用在 语言学习、文本简化 领域

本次发布的数据集 CEFR-SP, 该数据集名为CEFR-SP，包含了由专家标注的共17,000个句子，每个句子都被赋予了六个CEFR级别中的一个。值得注意的是，我们仅使用了公开可用的子集，排除了基于Newsela的数据。在训练中，我们使用了10,000个带有标签的句子。该数据集的任务是与ESL学习者熟练度对齐的句子简化。

查看CEFR-SP

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。