CPM 发布 CPM-CNews 数据集, 应用在 自然语言处理、文本生成 领域

CPM 本次发布的数据集 CPM-CNews, 该数据集是由CPM THUCNews模型生成，该模型在THUCNews语料库的80,000个样本上进行微调，以实现文本生成。此外，该数据集是通过基于每个THUCNews样本的前20个标记来生成样本，并将非生成的样本作为人类编写的文本创建的。该数据集的任务是检测野生的机器生成文本。

查看CPM-CNews

Dataset card 内容： 

Files and versions 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。