数据集概述
本数据集为佛教梵语嵌入模型研究的评估数据集，包含语义相似度数据集、类比任务数据集，以及研究论文和标注指南文档，用于支持佛教梵语文本处理模型的性能评估。
文件详解
- 文件名称: ReadMe.txt
- 文件格式: TXT
- 内容: 包含语义相似度评分指南，定义0-6分的评分标准（从无关联到完全同义词），以及人工标注任务说明
- 文件名称: Lugli_Martinc_Pelicon_Pollak_LREC2022_BuddhistSanskritEmbeddings.pdf
- 文件格式: PDF
- 内容: LREC 2022会议发表的研究论文，介绍佛教梵语嵌入模型的研究背景与方法
- 文件名称: AnalogyTask.csv
- 文件格式: CSV
- 字段: verb（动词）、pastparticiplepassive（被动过去分词）、noun（名词）、actionnoun（动作名词）、agentivenoun（施事名词）
- 文件名称: SemanticSimilarityDataset_Lugli2022.csv
- 文件格式: CSV
- 字段: word1（词1）、word2（词2）、ScoreA/ScoreB/ScoreC/ScoreD（四位标注者的语义相似度评分）
适用场景
- 自然语言处理研究: 用于佛教梵语嵌入模型的语义相似度与类比推理任务性能评估
- 梵语语言学研究: 分析佛教梵语词汇的语义关系与概念分类
- 标注方法研究: 探索专业领域词汇语义相似度人工标注的标准与一致性
- 宗教文献数字化: 为佛教梵语文献的智能处理提供评估基准
