中文文本语义相似度

文本语义相似度（Semantic Text Similarity）是自然语言处理处理中的基本问题,目前英文sts语料训练数据较为丰富，中文sts（Chinese Semantic Text Similarity）语料很少，而语料是文本进行深度学习的基本起点。

Semantic Text Similarity (STS) is a fundamental problem in natural language processing (NLP). Currently, English STS training corpora are relatively abundant, while Chinese STS (Chinese Semantic Text Similarity) corpora are scarce. Furthermore, corpora serve as the fundamental starting point for deep learning on text data.

搜集汇总

背景与挑战

背景概述

该数据集是一个中文文本语义相似度语料库，相似度评分范围为0到5分，用于支持问答、搜索等自然语言处理任务。它旨在弥补中文语义相似度训练数据相对不足的问题，为深度学习提供基础资源。