TsukiOwO/TW-GSAT-Chinese
台灣本土語言模型語料庫：台灣學科能力測驗-中文考科 響應台灣 AI 在地化、AI 十大建設的議題，繁體中文訓練資料最為重要該資料集為 Apache 2.0 開源許可，可用於 商業、研究、私人使用為台灣 AI 在地化盡一份力 使用須知 考試試題之使用符合著作權法 根據中華民國政府的著作權法 - 第9條 下列各款不得為著作權之標的︰ 一、憲法、法律、命令或公文。 二、中央或地方機關就前款著作作成之翻譯物或編輯物。 三、標語及通用之符號、名詞、公式、數表、表格、簿冊或時曆。 四、單純為傳達事實之新聞報導所作成之語文著作。 五、依法令舉行之各類考試試題及其備用試題。 依法舉辦的考試試題是不具備著作權的 適用該條款的考試，包含：學測、會考、學校段考試題，但是不包含補習班、出版商自製的試題 複雜情況：若學校段考考題使用了出版商的題目，那該題目仍然受到著作權的保護，為了規避法律風險，最佳實踐方案是只收集大考考試試題 該資料有調整題目敘述，即重製題目，讓資料更適合 NLP… See the full description on the dataset page: https://huggingface.co/datasets/TsukiOwO/TW-GSAT-Chinese.
台灣本土語言模型語料庫：台灣學科能力測驗-中文考科
響應台灣 AI 在地化、AI 十大建設的議題，繁體中文訓練資料最為重要 該資料集為 Apache 2.0 開源許可，可用於 商業、研究、私人使用 為台灣 AI 在地化盡一份力
使用須知
考試試題之使用符合著作權法
根據中華民國政府的著作權法 - 第9條
1. 下列各款不得為著作權之標的︰
一、憲法、法律、命令或公文。 二、中央或地方機關就前款著作作成之翻譯物或編輯物。 三、標語及通用之符號、名詞、公式、數表、表格、簿冊或時曆。 四、單純為傳達事實之新聞報導所作成之語文著作。 五、依法令舉行之各類考試試題及其備用試題。
依法舉辦的考試試題是不具備著作權的 適用該條款的考試，包含：學測、會考、學校段考試題，但是不包含補習班、出版商自製的試題 複雜情況：若學校段考考題使用了出版商的題目，那該題目仍然受到著作權的保護，為了規避法律風險，最佳實踐方案是只收集大考考試試題 該資料有調整題目敘述，即重製題目，讓資料更適合 NLP 之任務 學測題目引用內容仍可能有著作權保護，所以本資料集不收集仍有著作權的引用內容 請遵守 Apache 2.0許可證 使用本資料集
衍生參考資料: 考試題目也有著作權嗎？－林正椈律師
資料集特色
- 純存字內容，沒有圖片，不需要擔心訓練難度
text_pre_format包含所有資訊，可直接用於預訓練text_pre_tw_textforge_format用於 TW-TextForge 產生題目分析