-
SemEval_2022多语言新闻文章相似度数据集
2025年12月20日 30 194 184
数据集概述 该数据集包含2020年上半年的多语言新闻文章对，标注了地理焦点、命名实体、时间、叙事框架、整体内容、写作风格及语气共七个维度的相似度，为新闻文本相似度研究提供标注数据支持。 文件详解 数据文件（CSV格式）： final_eval_data.csv：评估数据集，包含文章对语言、URL、互联网档案馆链接及GEO、ENT等七个相似度标注字段...
-
多语言新闻文章相似度数据集
2025年12月9日 30 81 57
数据集概述 该数据集是作者早期工作的扩展版本，包含2020年上半年的新闻文章对及其相似度标注。标注涵盖地理焦点、命名实体、时间相关性、叙事模式、整体内容、写作风格、语气及框架观点共八个维度，为多语言新闻文本的相似度分析提供结构化标注数据。 文件详解 文档文件： Codebook for text similarity annotations -...
