CEFR-SP

该数据集名为CEFR-SP，包含了由专家标注的共17,000个句子，每个句子都被赋予了六个CEFR级别中的一个。值得注意的是，我们仅使用了公开可用的子集，排除了基于Newsela的数据。在训练中，我们使用了10,000个带有标签的句子。该数据集的任务是与ESL学习者熟练度对齐的句子简化。