GitHub 发布 Chinese Couplets Dataset 数据集, 应用在 对联、自然语言处理 领域

GitHub 本次发布的数据集 Chinese Couplets Dataset, 该数据集包含了大约74万对联，已经过清洗处理，去除了敏感词汇。在处理过程中，通过搜索现有的敏感词库，删除了数据集中的敏感词汇。规模上，该数据集达到了74万对联，其任务主要是用于对联生成。

查看Chinese Couplets Dataset

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。