发布 CMU-SE dataset 数据集, 应用在 自然语言处理、句子生成 领域

本次发布的数据集 CMU-SE dataset, 该数据集是一个经过预处理的简单英语句子集合，包含44,016个句子，词汇量为3,122个词种。该数据集旨在生成连贯的句子。在处理过程中，少于七个单词的句子被忽略，而超过七个单词的句子则被截断。这一任务的目标是句子生成。

查看CMU-SE dataset

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。