ChID

displayName: ChID(Chinese IDiom dataset)
labelTypes:
- Chinese Corpus
license:
- Apache 2.0
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/1906.01265v3.pdf
publishDate: "2019-01-01"
publishUrl: https://github.com/chujiezheng/ChID-Dataset
publisher:
- Nanyang Technological University
- Tsinghua University
- Beijing National Research Center for Information Science and Technology
tags: []
taskTypes:
- Machine Reading Comprehension
- Reading Comprehension
- Language Modelling

---
## 简介
ChID 是一个用于完形填空测试的大规模中文成语数据集。 ChID 包含 581K 段落和 729K 空白，涵盖多个领域。在 ChID 中，段落中的成语被替换为空白符号。对于每个空白，提供包括黄金成语在内的候选成语列表作为选择。
## 类定义
null
## 引文
```
@article{zheng2019chid,
title={ChID: A large-scale Chinese IDiom dataset for cloze test},
author={Zheng, Chujie and Huang, Minlie and Sun, Aixin},
journal={arXiv preprint arXiv:1906.01265},
year={2019}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：ChID（中文成语数据集）
标签类型：中文语料库
许可证：Apache 2.0
媒体类型：文本
论文链接：https://arxiv.org/pdf/1906.01265v3.pdf
发布日期：2019年1月1日
发布地址：https://github.com/chujiezheng/ChID-Dataset
发布机构：南洋理工大学、清华大学、北京信息科学与技术国家研究中心
标签：无
任务类型：机器阅读理解、阅读理解、语言建模

---
## 简介
ChID是一款面向完形填空任务的大规模中文成语数据集。该数据集涵盖多领域文本，共包含58.1万个段落与72.9万个待填空位。在ChID的语料中，原段落中的成语均被替换为占位符；针对每个待填空位，数据集提供包含标准答案（黄金成语）在内的候选成语集合以供选择。
## 类定义
无
## 引文

@article{zheng2019chid,
title={ChID: A large-scale Chinese IDiom dataset for cloze test},
author={Zheng, Chujie and Huang, Minlie and Sun, Aixin},
journal={arXiv preprint arXiv:1906.01265},
year={2019}
}

## 数据集下载
可通过Git方式获取