词汇简化可靠数据集BenchLS

数据集概述

该数据集为词汇简化研究提供可靠资源，整合LexMTurk与LSeval数据集的929个实例，每个实例包含句子、目标复杂词及按简单性排序的候选替换词。经拼写过滤和词形变化校正处理，平均每个复杂词对应7.37个候选词。

文件详解

• 文件名称：BenchLS.zip
• 文件格式：ZIP压缩包
• 内容说明：压缩包内包含经拼写过滤和词形变化校正后的词汇简化数据集，共929个实例，每个实例包含句子、目标复杂词及候选替换词列表

数据来源

LexMTurk数据集（Horn et al., 2014）、LSeval数据集（De Belder and Moens, 2012）

适用场景

• 自然语言处理研究：用于词汇简化模型的训练与评估
• 语言学分析：探究英语复杂词汇的简化规律与替换策略
• 教育技术开发：支持英语学习者的词汇理解辅助工具研发
• 文本可读性优化：为自动文本简化系统提供标准化测试数据