MCTS 中文文本简化数据集

MCTS 全称为 Multi-Reference Chinese Text Simplification Dataset，是由北京语言大学、东北大学和清华大学的研究团队于 2024 年发布的中文文本简化数据集，相关论文成果为「MCTS: A Multi-Reference Chinese Text Simplification Dataset」，旨在为自然语言处理领域中的文本简化任务提供丰富的资源和支持。

MCTS stands for Multi-Reference Chinese Text Simplification Dataset. It is a Chinese text simplification dataset released in 2024 by a research team from Beijing Language and Culture University, Northeastern University and Tsinghua University. The associated research paper is titled "MCTS: A Multi-Reference Chinese Text Simplification Dataset", and it aims to provide rich resources and support for the text simplification task in the field of natural language processing.

搜集汇总

背景与挑战

背景概述

MCTS（多参考中文文本简化数据集）是由北京语言大学、东北大学和清华大学于2024年发布的中文文本简化资源，包含723条基于新闻语料的复杂句子及其多个人工简化版本，是中文文本简化任务中规模最大、参考最多的评估数据集。它定义了改述、压缩和结构转换三种改写方法，适用于分级阅读和机器翻译等研究，并提供训练数据及自动评估指标支持。