ChID：用于完形填空测试的大规模中文成语数据集
计算与语言
2020-01-28 v3
摘要
由于缺少多样化的语料库，中文完形填空式阅读理解仍然受限。本文提出一个大规模中文完形填空测试数据集 ChID，用于研究成语这一中文特有语言现象的理解。在该语料中，段落中的成语被空白符号替换，需要从精心设计的候选成语中选出正确答案。我们仔细研究了候选成语的设计以及成语的表示方式如何影响最先进模型的性能。结果表明，机器准确率明显低于人类，表明仍有很大的进一步研究空间。
引用
@article{arxiv.1906.01265,
title = {ChID: A Large-scale Chinese IDiom Dataset for Cloze Test},
author = {Chujie Zheng and Minlie Huang and Aixin Sun},
journal= {arXiv preprint arXiv:1906.01265},
year = {2020}
}
备注
Accepted to ACL 2019 (long paper)