Project Gutenberg 发布 Pride and Prejudice Seed Sets 数据集, 应用在 自然语言处理、文本生成 领域

Project Gutenberg 本次发布的数据集 Pride and Prejudice Seed Sets, 该数据集通过在《傲慢与偏见》文本上构建了2000个4种子集，以测试句子生成能力。它突显了模型在不同体裁上的表现，与Europarl数据集形成对比。该数据集包含了大约125,000个单词中的2000组种子，其任务是基于给定的种子构建句子。

查看Pride and Prejudice Seed Sets

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。