数据集概述
本数据集为PAN@CLEF2025共享任务“多作者写作风格分析”专用数据，核心任务是检测多作者文档中句子级的写作风格变化位置。数据集包含易、中、难三个难度等级，分别对应不同主题多样性的文档，各等级均划分训练、验证、测试集。
文件详解
- 文件名称：
pan25-multi-author-analysis.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三个难度等级（easy/medium/hard）的数据集，每个等级下分训练集（含70%数据及真值）、验证集（含15%数据及真值）、测试集（含15%数据无真值）；数据以文档为单位，记录句子级文本内容及对应风格变化真值（训练/验证集）。
数据来源
PAN@CLEF2025共享任务“Multi-Author Writing Style Analysis”
适用场景
- 写作风格变化检测: 训练模型识别多作者文档中句子间的写作风格切换位置。
- 多作者文档分析: 验证不同主题多样性对风格检测算法性能的影响。
- 算法基准测试: 基于易/中/难三个难度等级，评估风格检测模型的鲁棒性。
- 文本取证研究: 为 plagiarism 检测、作者身份验证等文本取证场景提供算法训练数据。
