lianghsun/tw-sinica-report

Dataset Card for tw-sinica-report 本資料集收集中華民國台灣中央研究院的研究報告，旨在協助語言模型學習繁體中文的專業領域知識。 Dataset Details Dataset Description 本資料集彙整自中華民國臺灣之中央研究機構──中央研究院所發表之各類研究報告與學術成果，涵蓋人文、社會、自然與應用科學等多元領域。資料內容均以繁體中文撰寫，具有高度語言規範性與領域專業性，適合作為大型語言模型進行繁體中文專業知識建構與語言表達訓練之基礎素材。 本資料集之編撰目標在於補強語言模型於繁體中文專業文本之理解與生成能力，特別聚焦於提升模型處理學術用語、論述邏輯與正式文體之表現。透過納入中央研究院具權威性的研究成果，期能協助模型獲得更深層的語義推理能力與本地化知識背景，並進一步應用於教育、研究、科技應用等場域。 如需進一步瞭解資料來源，請參閱中央研究院官方網站。 Curated by: Huang Liang Hsun、Min Yi Chen & Wei… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/tw-sinica-report.