European Language Grid 发布 MuLVE 数据集, 应用在 语言学习、自然语言处理 领域

European Language Grid 本次发布的数据集 MuLVE, 该数据集包含了一系列词汇卡片和真实用户的回答，这些回答被标注为正确或错误，涵盖了德语、英语、西班牙语和法语四种语言。此外，数据集还包括了基于预处理（标准化与预处理）和去重（重复与去重）的不同变体，并具体包含了卡片ID、问题、答案、用户回答、标签和语言等列。该数据集规模宏大，拥有超过1200万的数据点，为了训练和验证，已将其下采样至100万。这项任务的目的是进行词汇评估。

查看MuLVE

关于 European Language Grid , 欧洲语言网格是一个旨在通过提供语言数据、工具和服务来支持语言技术的泛欧基础设施。它致力于促进语言资源的共享和重用，推动多语言应用的发展，并为研究人员、开发者和企业提供支持。

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。