首页/数据集/The Effects of Homogeneous Versus Heterogeneous Reading-Style Grouping on EFL Students' Non-Preferred Reading Style and Reading Comprehension

The Effects of Homogeneous Versus Heterogeneous Reading-Style Grouping on EFL Students' Non-Preferred Reading Style and Reading Comprehension

NIAID Data Ecosystem2026-05-01 收录

EFL阅读分组策略

阅读理解

数据链接：

https://data.mendeley.com/datasets/7328b7j6hg 数据链接链接失效反馈

官方服务：

资源简介：

The purpose of this study was to investigate the effects of homogeneous versus heterogeneous reading-style grouping on EFL students' non-preferred reading style and reading comprehension.

应用场景：

创建时间：

2024-04-02

相关数据集

MultiRC

阅读理解

自然语言处理

MultiRC是一个用于多选阅读理解任务的数据集，包含多个句子组成的段落，每个段落后面跟随一个或多个问题，每个问题有多个可能的答案选项。数据集旨在评估模型在复杂文本理解中的表现。

cogcomp.seas.upenn.edu3190

lasha-nlp/CONDAQA

自然语言处理

阅读理解

CondaQA是一个用于推理否定语句的对比阅读理解数据集，旨在促进未来模型在处理否定语句方面的有效发展。这是第一个需要推理段落中否定语句含义的英文阅读理解数据集。数据集包含14,182个问答对，涵盖了200多种独特的否定提示。通过众包方式，数据集的段落经过了三种编辑：否定语句的改写、否定范围的修改以及否定语句的反转，从而形成了一组难以通过虚假线索回答的问答对。数据集的结构包括原始段落、编辑后的段落

Hugging Face2022-11-08 更新1020

ChID 大规模中文成语数据集

汉语语言处理

阅读理解

由于缺乏丰富的语料库，中文完形填空式阅读理解的研究仍然受到限制。 ChID（全称 Chinese IDiom Dataset）是大规模中文完形填空测试数据集，用于研究中文中特有的语言现象——成语的理解。在这个语料库中，文章中的成语被空白符号代替，正确答案需要从精心设计的候选成语中选出。

超神经2024-07-17 更新210

RACE

阅读理解

机器学习

RACE是一个大规模阅读理解数据集，由卡内基梅隆大学语言技术研究所创建。数据集包含27,933篇文章和97,687个问题，这些问题是从中国中学生和高中生的英语考试中收集的，由英语教师设计，涵盖广泛的主题和风格。数据集的创建旨在通过专家设计的问题来评估学生的阅读理解能力，特别是推理能力。RACE的应用领域包括机器阅读理解的研究和评估，旨在解决现有数据集在推理需求和主题覆盖上的不足。

arXiv2017-12-06 更新2540

shakun42/BanglaRQA_to_SquadBn_fact_confirm

问答系统

阅读理解

--- dataset_info: features: - name: id dtype: string - name: title dtype: string - name: context dtype: string - name: question dtype: string - name: answers struct:

Hugging Face2024-06-11 更新240