中国科学院计算技术研究所 发布 Chinese Atomic Claim Decomposition Dataset (CACDD) 数据集, 应用在 自然语言处理、事实验证 领域

中国科学院计算技术研究所 本次发布的数据集 Chinese Atomic Claim Decomposition Dataset (CACDD), Chinese Atomic Claim Decomposition Dataset (CACDD) 是一个用于长篇回答验证的声明分解基准数据集，由中国科学院计算技术研究所创建。该数据集基于WebCPM数据集，并增加了专家注释以确保高质量。CACDD包含500个人工注释的问题-回答对，共计4956个原子声明。数据集的创建过程包括句子分解、句子分类和原子声明分解三个步骤，旨在解决长篇回答中的事实验证问题，特别是在大语言模型生成的回答中识别和分解可验证的声明。

查看Chinese Atomic Claim Decomposition Dataset (CACDD)

README 内容： 

关于 中国科学院计算技术研究所 , 中国科学院计算技术研究所是中国科学院下属的研究机构，主要从事计算机科学与技术的研究，包括高性能计算、人工智能、网络与信息安全等领域。

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。