语言技术研究所 发布 CLOTH 数据集, 应用在 语言能力评估、机器理解 领域

语言技术研究所 本次发布的数据集 CLOTH, CLOTH数据集是由卡内基梅隆大学语言技术研究所创建的大规模完形填空测试数据集，包含99,433个问题，主要用于评估中学生和高学生的语言能力。数据集中的问题由教师精心设计，旨在测试学生的词汇、推理和语法知识。每个问题包含一个上下文段落和一个问题句，通过替换特定词汇为空白并提供三个候选选项来创建。CLOTH数据集不仅适用于语言建模，还可用于机器理解研究，特别是评估模型对长篇文本的理解能力。

查看CLOTH

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。