数据3000文本恢复挑战提示数据集
数据来源：互联网公开数据
标签：文本恢复,提示生成,创造力,文本处理,专业设置,维基百科,相似度评分
数据概述：
本数据集为文本恢复挑战生成的数据集，目前包含3000个示例，后续将提供更多数据。数据集中的500个提示使用ChatGPT(4)生成，通过使用不同的初始提示来获得在创造力、文本处理或专业设置方面的多样性。为增加输入文本的多样性，使用了维基百科文章的第一段作为原始文本（来源：https://huggingface.co/datasets/abokbot/wikipedia-first-paragraph）。生成提示的模型为gemma-7b-it-quant。数据集还包含了每个提示与基准提示“Improve the text”之间的细化余弦相似度得分。
数据用途概述：
该数据集适用于文本恢复任务的研究、提示生成的评估、创造力及文本处理模式的研究等多个场景。研究人员可以通过此数据集分析和提高文本恢复的准确性；开发人员可以利用数据集优化提示生成算法；教育机构可以使用数据集进行自然语言处理相关课程的教学。
