https://blog.qife122.com/tags/%E5%A4%9A%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E9%9B%86/ Recent content in 多语言数据集 on 办公AI智能小助手 Hugo zh-cn qife Thu, 02 Oct 2025 23:34:15 +0800 https://blog.qife122.com/p/%E5%8A%A0%E6%B3%B0%E7%BD%97%E5%B0%BC%E4%BA%9A%E8%AF%AD%E5%8A%A0%E5%85%A5%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%A4%9A%E8%AF%AD%E8%A8%80nlu%E6%95%B0%E6%8D%AE%E9%9B%86/ Thu, 02 Oct 2025 23:34:15 +0800 https://blog.qife122.com/p/%E5%8A%A0%E6%B3%B0%E7%BD%97%E5%B0%BC%E4%BA%9A%E8%AF%AD%E5%8A%A0%E5%85%A5%E5%A4%A7%E8%A7%84%E6%A8%A1%E5%A4%9A%E8%AF%AD%E8%A8%80nlu%E6%95%B0%E6%8D%AE%E9%9B%86/ <h2 id="某中心将加泰罗尼亚语加入massive数据集">某中心将加泰罗尼亚语加入MASSIVE数据集</h2> <p>今年早些时候，我们发布了MASSIVE——一个包含100万条记录的自然语言理解数据集，由人工翻译的话语组成，涵盖51种语言、18个领域、60种意图和55种槽位类型。我们很高兴宣布发布MASSIVE 1.1版本，其中包含加泰罗尼亚语的新数据。</p> https://blog.qife122.com/p/51%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E9%9B%86%E6%8E%A8%E5%8A%A8%E5%A4%9A%E8%AF%AD%E8%A8%80%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF/ Thu, 18 Sep 2025 12:35:16 +0800 https://blog.qife122.com/p/51%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E9%9B%86%E6%8E%A8%E5%8A%A8%E5%A4%9A%E8%AF%AD%E8%A8%80%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%90%86%E8%A7%A3%E6%8A%80%E6%9C%AF/ <h1 id="某中心发布51语言数据集推动语言理解技术">某中心发布51语言数据集推动语言理解技术</h1> <h2 id="数据集概述">数据集概述</h2> <p>MASSIVE（Multilingual Amazon SLURP for Slot Filling, Intent Classification, and Virtual-Assistant Evaluation）是一个包含100万条标注语句的平行数据集，涵盖51种语言、18个领域、60种意图和55个槽位。该数据集通过专业翻译人员将英文SLURP数据集本地化为50种类型学多样的语言（包含29个语系的低资源语言），所有语句在51种语言中保持平行对应。</p> https://blog.qife122.com/p/%E5%8F%8D%E4%BA%8B%E5%AE%9E%E8%AF%AD%E5%8F%A5%E6%A3%80%E6%B5%8B%E6%95%B0%E6%8D%AE%E9%9B%86%E5%8F%91%E5%B8%83%E4%B8%8E%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ Thu, 18 Sep 2025 08:52:43 +0800 https://blog.qife122.com/p/%E5%8F%8D%E4%BA%8B%E5%AE%9E%E8%AF%AD%E5%8F%A5%E6%A3%80%E6%B5%8B%E6%95%B0%E6%8D%AE%E9%9B%86%E5%8F%91%E5%B8%83%E4%B8%8E%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ <h2 id="数据集构建背景">数据集构建背景</h2> <p>产品检索系统（如某机构商店中的系统）常利用产品评论文本改善查询结果，但反事实语句可能误导这些系统。反事实语句描述未发生或不可能发生的事件，例如“如果这款衬衫有红色版本我本会购买”，其中“有红色版本”可能被简单系统误认为实际存在该特征。</p> https://blog.qife122.com/p/%E5%8A%A0%E6%B3%B0%E7%BD%97%E5%B0%BC%E4%BA%9A%E8%AF%AD%E5%8A%A0%E5%85%A5massive%E5%A4%9A%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E9%9B%86/ Sat, 13 Sep 2025 10:40:24 +0800 https://blog.qife122.com/p/%E5%8A%A0%E6%B3%B0%E7%BD%97%E5%B0%BC%E4%BA%9A%E8%AF%AD%E5%8A%A0%E5%85%A5massive%E5%A4%9A%E8%AF%AD%E8%A8%80%E6%95%B0%E6%8D%AE%E9%9B%86/ <h2 id="加泰罗尼亚语加入massive数据集">加泰罗尼亚语加入MASSIVE数据集</h2> <p>某中心宣布在MASSIVE 1.1数据集中新增加泰罗尼亚语数据。MASSIVE是一个包含100万条样本的多语言自然语言理解（NLU）数据集，涵盖51种语言、18个领域、60种意图和55种槽位类型，所有语句均经过人工翻译。</p>