SweDiagnostics (2021-06-16)

B2FIND2026-04-29 收录

多语言自然语言处理

自然语言理解

数据链接：

https://b2find.eudat.eu/dataset/8999015e-1389-53ca-b717-68dbccc67426 数据链接链接失效反馈

官方服务：

资源简介：

Swedish version (Super)GLUE Diagnostic Svenska versionen av (Super)GLUE diagnostik

(Super)GLUE 诊断任务的瑞典语版本

GLUE

自然语言理解

多任务学习

GLUE数据集是一个用于自然语言理解（NLU）的多任务基准，包含多个子任务，如自然语言推理（MNLI）、斯坦福情感树库v2（SST2）和QNLI等。该数据集由多个研究机构共同创建，旨在评估语言模型在不同NLU任务上的性能。创建过程中，数据集通过众包方式收集和标注，确保了数据的质量和多样性。GLUE数据集广泛应用于语言模型的评估和比较，特别是在隐私保护语言模型（PPLMs）的研究中，用于测试模型在保

arXiv2023-11-07 更新2660

amazon_massive_scenario

文本嵌入

自然语言理解

<div align="center" style="padding: 40px 20px; background-color

魔搭社区2025-12-04 更新130

minimal_pair_mpararel

多语言自然语言处理

语言模型评估

该数据集名为Minimal Pair mParalel（多语言），是一个包含五种语言特定最小对数据集的集合。数据集子集包括英语（en）、波斯语（fa）、冰岛语（is）、爱沙尼亚语（et）和瑞典语（sv）。最初由Fierro和Søgaard在2022年引入，用于研究多语言预训练语言模型的事实一致性，后来在2025年被用于研究高效语言适应的扩展策略。数据集旨在通过最小对（minimal pair）来评

Hugging Face2025-12-12 更新10

PIZZA

自然语言理解

任务导向解析

PIZZA数据集是由亚马逊人工智能创建，用于解析比萨和饮料订单的任务导向解析。该数据集无法通过简单的插槽和意图表示其语义。数据集包含约245万条合成生成的语句，用于训练，而开发和测试集则较小，由人工生成。数据集提供三种版本：EXR表示法、TOP表示法和TOP-Decoupled表示法。PIZZA数据集旨在通过提供EXR表示来评估系统的端到端性能，并解决实体解析问题，同时克服TOP表示法的表达限制。

arXiv2022-12-01 更新170

BhabhaAI/alpaca-gpt4-hindi-trans

对话生成

多语言自然语言处理

Alpaca GPT4 Hindi数据集是使用IndicTrans2工具从alpaca-gpt4数据集中翻译和过滤得到的印地语版本。

Hugging Face2023-12-30 更新60