CCPM-Datensatz Zur Übereinstimmung Mit Klassischer Chinesischer Poesie

Bei diesem Datensatz handelt es sich um den „Chinese Classical Poetry Matching Dataset“, der 2021 von der Tsinghua-Universität veröffentlicht wurde und einen Trainingssatz (21.778 Sätze), einen Validierungssatz (2.720 Sätze) und einen Testsatz (2.720 Sätze) umfasst.

Datenformat

Jedes Datenelement enthält die entsprechende Beschreibung des Gedichts (Übersetzung, in Zeichenfolgenform gespeichert), vier Kandidatenverse (Auswahl, in Listenform gespeichert) und die Antwortnummer des richtigen Verses (Antwort, eine Ganzzahl zwischen 0 und 3).