Wordsim-240

The dataset is conventional similarity test for Chinese. The constructed test set consists of 240 pairs of Chinese Words, divided into 12 groups, each group containing 20 pairs of Words. Wordsim-240 (original name: words-240) is from Wang Xiang, Jia Yan, Zhou Bin, et al. Computing Semantic Relatedness using Chinese Wikipedia Links and Taxonomy. Journal of Chinese Computer Systems, 2011, 32(11): 2237-2242. (pdf)

本数据集为面向中文的常规语义相似度测试集。
所构建的测试集包含240组中文词语对，划分为12个组别，每组内含20组词语对。
Wordsim-240（原名称：words-240）源自王翔、贾岩、周斌等发表于《中文计算机系统学报》2011年第32卷第11期，页码2237-2242的论文《基于中文维基百科链接与分类体系的语义相关性计算》（可获取PDF版本）。

搜集汇总

背景与挑战

背景概述

Wordsim-240是一个中文词语相似性测试数据集，包含240对中文词语，分为12组，每组20对。该数据集来源于Wang Xiang等人的研究，用于计算中文词语的语义相关性。