XQuAD (Cross-lingual Q&A)

kaggle2022-11-25 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/thedevastator/xquad-the-ultimate-cross-lingual-question-answer

下载链接

链接失效反馈

官方服务：

资源简介：

Cross-lingual Question & Answering

创建时间：

2022-11-25

Cross-Lingual SynthDocs

Cross-Lingual SynthDocs是一个大型的合成语料库，旨在解决阿拉伯语资源在光学字符识别（OCR）和文档理解（DU）方面的稀缺问题。该数据集包含超过250万个样本，包括150万个文本数据、27万个完全标注的表格以及成千上万的基于真实数据的图表。数据集的创建过程使用了真实的扫描背景、双语布局和带重音符号的字体来捕捉阿拉伯文档的排版和结构复杂性。除了文本，语料库还包括各种渲染样式的图表

arXiv2025-11-01 更新260

XNLI (Cross-lingual NLI)

XNLI是一个跨语言的自然语言推理数据集，旨在评估模型在不同语言之间进行推理的能力。数据集包含15种语言的平行文本，涵盖了多种语言的NLI任务。

github.com2630

Cross-lingual results.

Clickbait headlines, designed to entice readers with sensationalized or misleading content, pose significant challenges in the digital landscape. They exploit curiosity to generate traffic and revenue

Figshare2025-11-06 更新00

Cross-Lingual Contradiction Detection

本研究提出了一种面向结构的跨语言矛盾检测数据集，旨在评估不同深度学习模型在自然语言推理任务中的表现。数据集通过应用结构依赖规则自动生成句子对，涵盖了多种语言结构和逻辑形式，如布尔协调、量词、确定描述和计数操作。该数据集支持英语和葡萄牙语，用于比较模型的跨语言性能，并诊断模型在处理结构推理时的能力。数据集的应用领域包括提升聊天机器人等实际应用中的逻辑一致性。

arXiv2019-10-24 更新660

Cross-Lingual Jailbreak Evaluation

Cross-Lingual Jailbreak Evaluation - Frozen Dataset and Outputs This archive contains the frozen analysis dataset and the intermediate pipeline outputs produced for the master's thesis Multilingual J

Zenodo2026-05-10 更新00