IARPA BETTER program 发布 MultiMUC 数据集, 应用在 自然语言处理、机器翻译 领域

IARPA BETTER program 本次发布的数据集 MultiMUC, 该数据集是一个多语言数据集，由MUC-4文件创建而成，包含了五种目标语言的自动翻译和实体提及对齐功能。此外，数据集还包括了由标注者使用如Awesome-align和TASA等工具执行的自动翻译和实体对齐校正。该数据集规模涵盖了1,700份MUC-4文件，旨在完成细粒度的模板填充任务。

查看MultiMUC

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。