SALT-NLP 发布 CultureBank 数据集, 应用在 文化描述、自然语言处理 领域

SALT-NLP 本次发布的数据集 CultureBank, 该数据集名为CultureBank，它是一个由TikTok和Reddit上的用户自我叙述构建的知识库，其中包含了关于文化描述的多元观点以及具体文化情境。该数据集涵盖了730个文化群体和36个话题，且经人类标注者评估，文化描述的质量获得了0.8的Kappa评分。数据集的规模包括34,000个帖子和720,000条英文评论；此外，还有12,000个来自TikTok的文化描述。这项数据的任务旨在评估语言模型的文化意识，并对语言模型在文化任务上进行微调。

查看CultureBank

Dataset card 内容： 

Files and versions 内容： 

关于 SALT-NLP , -

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。