Identifying Machine-Paraphrased Plagiarism
收藏OpenXLab2026-04-18 收录
下载链接：
https://openxlab.org.cn/datasets/OpenDataLab/Identifying_Machine-Paraphrased_etc
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于训练和评估用于检测机器释义文本的模型。训练集包含从 8,024 篇维基百科（英文）文章（4,012 篇原文，4,012 篇使用 SpinBot API 释义）中提取的 200,767 段（98,282 篇原文，102,485 篇释义）。测试集分为 3 个子集：一个来自 arXiv 研究论文的预印本，一个来自毕业论文，另一个来自 Wikipedia 文章。此外，还使用了不同的 Marchine-paraphrasing 方法。测试集：SpinBot：arXiv - Original - 20,966；纺 - 20,867 篇论文 - 原创 - 5,226；旋转 - 3,463 维基百科 - 原始 - 39,241； Spun - 40,729 SpinnerChief-4W：arXiv - 原始 - 20,966；纺 - 21,671 篇论文 - 原创 - 2,379；旋转 - 2,941 维基百科 - 原始 - 39,241； Spun - 39,618 SpinnerChief-2W：arXiv - 原始 - 20,966；纺 - 21,719 篇论文 - 原创 - 2,379；旋转 - 2,941 维基百科 - 原始 - 39,241；纺纱 - 39,697
提供机构：
OpenDataLab
创建时间：
2022-05-23
