波恩大学 发布 Simple German Corpus 数据集, 应用在 语言处理、教育技术 领域

波恩大学 本次发布的数据集 Simple German Corpus, Simple German Corpus是由波恩大学创建的一个单语语料库，旨在通过自动句子对齐技术简化德语。该数据集包含来自八个不同网站的708个对齐文档，总计10,304个匹配的德语和简化德语句子。数据集的创建过程涉及从公开网络数据中爬取文章，并使用自动句子对齐方法进行对齐。该数据集主要用于训练和评估自动文本简化系统，以帮助语言学习者、有学习障碍的人士和儿童更好地理解复杂的书面语言。

查看Simple German Corpus

README 内容： 

关于 波恩大学 , 波恩大学是德国一所著名的公立研究型大学，位于北莱茵-威斯特法伦州的波恩市。该大学成立于1818年，是德国最古老的大学之一，以其卓越的研究和教学质量闻名。波恩大学在多个学科领域都有显著的成就，特别是在数学、物理学和生命科学领域。

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。