人民日报中文阅读理解数据集 PD&CFT 首个中文阅读数据集 含童话语料

核心内容

首个中文阅读理解数据集【人民日报中文阅读理解数据集（PD&CFT）】重磅上线，数据集融合人民日报官方语料与儿童童话语料双核心内容，是中文阅读类研究、模型训练的优质基础素材，语料内容贴合中文使用场景，兼具正式书面语与通俗儿童语料的多样性，满足多维度中文阅读理解研究需求。

内容覆盖范围

主流官方语料：人民日报经典中文文本，覆盖新闻、评论等正式中文表达场景，贴合日常中文书面语使用规范；

儿童童话语料：经典儿童童话中文内容，涵盖通俗化、低龄化的中文表达形式，补充生活化中文语料维度；

双料整合格式：语料按规范整理，人民日报与儿童童话语料分类清晰，可直接提取使用，无需额外整理。

可用途径

学术研究：中文阅读理解方向的课题研究、论文撰写、实证分析，为中文 NLP 研究提供权威语料支撑；

模型训练：自然语言处理（NLP）模型、中文阅读理解模型、文本分析模型的训练与优化；

教学应用：中文阅读教学研究、阅读理解题库开发、中文语言学习素材设计；

算法开发：中文文本挖掘、语义理解、语境分析等算法的研发与测试。