taln-ls2n/SSI

Name: taln-ls2n/SSI
Creator: taln-ls2n
Published: 2023-06-06 11:49:21
License: 暂无描述

Hugging Face2023-06-06 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/taln-ls2n/SSI

下载链接

链接失效反馈

官方服务：

资源简介：

--- task_categories: - text-classification language: - en ---

提供机构：

taln-ls2n

原始信息汇总

数据集概述

任务类别

文本分类

语言

英语

taln-ls2n/parareval

ParaReval数据集是一个包含人类对生成修订版本成对评估的数据集。数据来源于ParaRev语料库的测试集，每个数据点（共516个）生成了6个修订版本，使用了6种不同的LLM模型。标注过程中，评估者需要回答多个问题，包括相关性、可接受性、偏好以及类别特定的评估（如学术风格改进、可读性和结构改进等）。数据集以JSONL格式提供，每个数据点包含原始段落、参考段落、模型生成的修订版本以及详细的评估标注

Hugging Face2025-12-12 更新90

taln-ls2n/schutz

--- annotations_creators: - unknown language_creators: - unknown language: - en license: - unknown multilinguality: - monolingual size_categories: - 1k<n<10k task_categories: - text-generation task_id

Hugging Face2022-10-26 更新60

taln-ls2n/pararev

这是一个用于文本生成任务的学术修订数据集，包含英语数据，数据量在10K到100K之间。

Hugging Face2025-10-21 更新30

taln-ls2n/pubmed

Schutz 2008 PubMed数据集包含1320篇带有全文和作者分配关键词的文章。数据集的关键词被分类为PRMU（Present-Reordered-Mixed-Unseen）方案。文本预处理使用spacy进行分词，并使用nltk的Porters stemmer进行词干提取。数据集的内容包括文档的唯一标识符、标题、正文、关键词列表以及关键词的PRMU分类。

Hugging Face2022-10-26 更新160

taln-ls2n/kpbiomed

KP-Biomed是一个大规模生物医学关键词生成数据集，包含560万篇带有作者分配关键词的摘要。数据集的关键词按照PRMU（Present-Reordered-Mixed-Unseen）方案进行分类，并使用spacy进行文本预处理（如分词）和nltk进行词干提取。数据集分为训练集（小、中、大）、验证集和测试集，每个部分都包含文档数量、平均关键词数量以及关键词的PRMU分类比例。数据字段包括文档的唯

Hugging Face2022-12-01 更新150