PAN22作者分析_风格变化检测数据集

数据集概述

该数据集为PAN 2022风格变化检测任务的专用数据，包含三个子数据集，分别对应基础、进阶和真实场景三类子任务，覆盖段落及句子层级的风格变化定位需求，支持模型训练与评估。

文件详解

• 文件名称: pan22.zip
• 文件格式: ZIP压缩包
• 内容说明: 压缩包内包含三个子数据集（dataset1对应Task1、dataset2对应Task2、dataset3对应Task3），每个子数据集均分为训练集、验证集和测试集；每个问题实例包含problem-X.txt（文本内容）和truth-problem-X.json（标注数据），文本按段落或句子拆分，标注含作者数、风格变化位置及段落作者分配等信息。

适用场景

• 自然语言处理研究: 用于开发和测试风格变化检测算法
• 作者身份验证: 支持无对比文本情况下的抄袭检测、代笔识别等应用
• 写作辅助技术: 为写作支持工具提供风格一致性分析能力
• 文本分析任务: 推进段落或句子层级的作者归属研究