孟加拉语文本复述语料库

数据集概述

该数据集为孟加拉语复述句对数据集（BPDS），包含被标记为复述（含义相同）或非复述（含义不同）的孟加拉语句子对。数据来源于书籍、报纸、文学文章等多种孟加拉语资源，覆盖广泛主题与写作风格，适用于自然语言处理相关研究。

文件详解

• 文件名称: Bangla Text Paraphrase.xlsx（位于Bangla Text Paraphrase Corpus for Natural Language/目录下）
• 文件格式: XLSX（Excel表格）
• 字段说明:
• Sentence1: 第一句孟加拉语句子
• Sentence2: 第二句孟加拉语句子
• Label: 句子对是否为复述的标记（未明确具体标签值，推测为二元分类标记）

适用场景

• 自然语言处理研究: 用于训练和评估孟加拉语复述检测模型
• 语义文本相似度分析: 探究孟加拉语句子间的语义关联程度
• 文本生成任务: 辅助开发孟加拉语复述生成系统
• plagiarism检测: 识别孟加拉语文本中的抄袭或复述现象
• 语言模型训练: 增强孟加拉语模型对语义等价性的理解能力