清华大学 发布 LOT 数据集, 应用在 自然语言处理、文本理解与生成 领域

清华大学 本次发布的数据集 LOT, LOT数据集由清华大学人工智能研究院、国家信息科学与技术研究中心和北京信息科学与技术国家研究中心联合开发，旨在通过人类编写的中文故事评估长文本的理解和生成能力。数据集包含2427个故事，这些故事涵盖了丰富的常识和话语关系，用于构建四个理解任务和两个生成任务的数据集。LOT数据集不仅推动了中文语言模型的研究，还通过其详细的标注和高质量的内容，为长文本处理模型的评估和改进提供了重要资源。

查看LOT

README 内容： 

关于 清华大学 , 清华大学，位于中国北京，是一所享誉全球的顶尖研究型大学，以其深厚的学术底蕴和杰出的科研能力而著称。

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。