Fondazione Bruno Kessler 本次发布的数据集 LeWiDi-2025, LeWiDi-2025数据集是一个用于训练和评估自然语言处理模型的资源，它包含了四个数据集，分别是：Conversational Sarcasm Corpus (CSC)、MultiPICo dataset (MP)、VariErr NLI dataset (VEN)和Paraphrase Detection dataset (Par)。这些数据集覆盖了自然语言处理的多个领域，包括讽刺检测、自然语言推理、释义检测等，并且包含了多个语言的标注数据。数据集采用了不同的标注方案，包括类别标签和序数标签，旨在帮助模型学习人类判断中的差异和变化。此外，LeWiDi-2025还引入了两种互补的评价范式：软标签预测和视角主义预测，以及新的评价指标，以更好地评估模型处理差异的能力。
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。
_1769672084863.jpg)