发布 Cloze Coherence (CC) 数据集, 应用在 自然语言处理、语篇连贯性评估 领域

本次发布的数据集 Cloze Coherence (CC), 该数据集是一个大规模的、包含连贯与不连贯例子的集合。其中，连贯的例子是由完整且书写良好的文本组成，而不连贯的例子则源于句法或语义的扰动。该数据集重点关注由两个短句构成的连贯例子，这些短句之间存在共指关系并展现出修辞关系。数据集的规模包括97,903个训练例子、1,871个开发例子以及1,871个测试例子，其任务是进行语篇连贯性评估。

查看Cloze Coherence (CC)

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。