vgaraujov/thesis-chile

Thesis Chile数据集是一个用于摘要生成、文本生成和文本分类任务的西班牙语数据集。该数据集通过从智利几所大学（包括智利天主教大学、智利大学和费德里科圣玛丽亚技术大学）的公共仓库中抓取论文标题和摘要创建，部分用于创建西班牙语句子评估基准（DiscoEval in Spanish benchmark）。数据集支持判别性和生成性任务，例如语义相似性或蕴含评估，以及生成标题的摘要任务。

原始信息汇总

Thesis Chile 数据集

数据集概述

Thesis Chile 数据集部分用于创建 DiscoEval in Spanish 基准测试。该数据集通过抓取智利论文的标题和摘要创建，来源包括智利天主教大学（repositorio.uc.cl）、智利大学（repositorio.uchile.cl）和圣玛丽亚理工大学（biblioteca.usm.cl）的公共仓库。

支持的任务

该数据集适用于判别和生成任务。对于分类任务，标题-摘要对提供了评估语义相似性或蕴含关系的机会。在生成任务中，摘要可以作为模型生成标题（总结）的输入。

引用信息

@inproceedings{araujo-etal-2022-evaluation, title = "Evaluation Benchmarks for {S}panish Sentence Representations", author = "Araujo, Vladimir and Carvallo, Andr{e}s and Kundu, Souvik and Ca{~n}ete, Jos{e} and Mendoza, Marcelo and Mercer, Robert E. and Bravo-Marquez, Felipe and Moens, Marie-Francine and Soto, Alvaro", booktitle = "Proceedings of the Thirteenth Language Resources and Evaluation Conference", month = jun, year = "2022", address = "Marseille, France", publisher = "European Language Resources Association", url = "https://aclanthology.org/2022.lrec-1.648", pages = "6024--6034", }