Le jeu de données de référence CHOCLO sur la culture latino-américaine est conçu pour évaluer la représentation de la culture latino-américaine dans les modèles de langage. Il vise à mesurer la précision de ces modèles dans la représentation de la culture latino-américaine et est spécifiquement conçu pour traiter des problèmes concrets tels que la sous-estimation, les omissions et les biais de cette culture dans les modèles de langage. Cet ensemble de données contient des instances structurées réparties en plusieurs catégories, couvrant sept thèmes culturels latino-américains fondamentaux : traditions, cuisine, personnalités publiques, géographie, faune, flore et patrimoine culturel. Il inclut également des données provenant de 18 pays d’Amérique latine, tels que le Chili, le Mexique et l’Argentine, offrant ainsi une représentation exhaustive de la diversité culturelle de la région. Cet ensemble de données est construit à partir des descriptions textuelles de Wikipédia et utilise des stratégies de filtrage en plusieurs étapes et de vérification manuelle afin de garantir la qualité des données et leur pertinence culturelle. Champs de données:

• EntityNom de l'entité
• CountryPays d'origine de l'entité
• CategoryCatégories physiques (telles que la nourriture, la tradition, les personnalités publiques, etc.)
• DifficultyNiveau de difficulté de la question (facile, moyen, difficile)
• QuestionConcernant la question de la génération d'entités
• AnswerRéponse attendue