proxectonos/PAWS_pt

Name: proxectonos/PAWS_pt
Creator: proxectonos
Published: 2025-04-12T03:49:44+08:00

Hugging Face2024-10-28 更新2025-04-12 收录

数据链接：

https://hf-mirror.com/datasets/proxectonos/PAWS_pt 数据链接链接失效反馈

官方服务：

资源简介：

--- configs: - config_name: test data_files: - split: test path: "PAWS_pt.tsv" ---

提供机构：

该数据集是MGSM（多语言小学数学）数据集的加利西亚语版本，用于作为小学数学问题的基准。数据集包含250个基于基础数学问题的多步推理问题。数据集由Proxecto Nós策划，使用加利西亚语，遵循CC BY SA 4.0许可证。数据集包含两个TSV文件：mgsm_gl_train.tsv用于少量训练，包含8个项目；mgsm_gl_test.tsv用于测试，包含250个项目。测试集包含两个字段：数学

Hugging Face2025-12-17 更新840

proxectonos/Finetuning-MT

机器翻译

多语言处理

该数据集采用多语言架构，专门设计用于加强加利西亚-葡萄牙语系统的语法理解。在初始部分，它使用加利西亚语和葡萄牙语作为枢纽语言连接其他伊比利亚语言和英语，这种结构优先学习加利西亚-葡萄牙语的语言细节，而不是其他语言对。最后部分包含用于翻译相关任务的指令调整数据集，如后编辑、性别评估和实体识别，这些任务原本在加利西亚语中不可用。为了弥补这一差距，这些材料通过结合葡萄牙语的词汇适应和本地化、使用Aper

Hugging Face2025-12-17 更新130

proxectonos/Galician_NER

实体识别

加利亚语

该数据集是一个加利西亚语命名实体识别测试集，由四个加利西亚语数据集合并而成，按照新的NER标注标准进行标注。数据集包括corNER、LREC、PUD和TreeGal，数据来源于加利西亚语新闻语料的随机抽取，并手动标注。标注标签用于标识专有名词的初始位置（B）、内部位置（I）或其他语法元素（O）。专有名词根据enamex标准分为PER（人）、ORG（组织）、LOC（地点）和MISC（其他）。该数据集

Hugging Face2025-12-17 更新70

proxectonos/GlBBQ

偏见评估

多语言问答系统

GlBBQ是BBQ（偏见基准问答）的加利西亚语改编版，旨在测量多选问答系统中的社会偏见。具体来说，它源自EsBBQ（西班牙语偏见基准问答），并遵循BBQ框架，在模糊上下文（正确答案未知，模型应避免依赖刻板印象）和去歧义上下文（正确答案明确支持，偏见可能导致错误预测）下评估模型。数据集扩展至加利西亚语，提供EsBBQ的语言适应版本。它包括27,320个实例、323个模板和10个社会偏见类别（如年龄、

Hugging Face2026-04-27 更新140

proxectonos/DGT-GL

机器翻译

法律文本

该数据集是一个西班牙语-加利西亚语的法律平行语料库，源自欧洲委员会的DGT-TM翻译记忆库。原始语料库包含欧盟法律的多语言对齐文本。通过自动转写和翻译技术，将葡萄牙语部分转换为加利西亚语，并进行了语言标准化处理。数据集包含约32万条对齐的句子对，主要用于机器翻译、双语词典构建等任务。

Hugging Face2025-12-19 更新80