ALL WRITINGS

文章归档

关于代码、系统和构建过程中的取舍。

篇公开文章
5,542
页归档
555
603

LitBankNLP数据集

支持自然语言处理和计算人文学科任务的100部带标记英文小说语料

608

OPUS-100

以英文为中心的多语(100种)平行语料

609

Dakshina数据集

十二种南亚语言的拉丁/本地文字平行数据集合

610

中文全词覆盖BERT及两份阅读理解数据

DRCD数据集:由中国台湾台达研究院发布,其形式与SQuAD相同,是基于繁体中文的抽取式阅读理解数据集。 CMRC 2018数据集:哈工大讯飞联合实验室发布的中文机器阅读理解数据。根据给定问题,系统需要从篇章中抽取出片段作为答案,形式与SQuAD相同。