PerPaDa

PerPaDa是一个基于隐式众包数据收集的波斯语释义数据集，由德国人工智能研究中心等机构创建。该数据集包含2446个释义实例，数据来源于Hamtajoo抄袭检测系统，用户在此系统中尝试通过释义来隐藏文本重复使用的情况。数据集的创建过程涉及从Hamtajoo平台收集原始和释义的句子，并通过一系列筛选步骤确保数据质量。PerPaDa的应用领域主要集中在自然语言处理中的释义识别任务，旨在提高抄袭检测系统的能力，使其能够识别语义上相似或相关的句子和短语。