发布 CoLAC 数据集, 应用在 语言学、自然语言处理 领域

本次发布的数据集 CoLAC, 该数据集名为“汉语语言可接受性语料库”（CoLAC），它是首个大规模针对非印欧语系的语言可接受性数据集，由母语者验证，包含两种标签：一种是语言学家的标签，另一种是众包标签。CoLAC作为首个非印欧语系的语言可接受性数据集，为研究语言学可接受性在跨语言迁移方面的课题提供了可能。该数据集的任务是对语言的可接受性进行判断。

查看CoLAC

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。