构建丹麦文化基准数据集，覆盖从远古到当代的多元文化遗产。
SDUs DAISY: A Benchmark for Danish Culture
- 基于丹麦文化纲领2006年精选130项文化作品，生成问题。
- 产出741个闭合问答对，涵盖公元前1300年至当代文化内容。
- 兼顾主流与冷门知识点，适合研究北欧文化与知识图谱者使用。
我们基于2006年丹麦文化纲领（Danish Culture Canon 2006）所遴选的文化遗产，推出新基准数据集Daisy，以评估丹麦文化理解能力。针对每件文化作品，通过查询维基百科并利用语言模型生成随机问题，形成覆盖核心与边缘知识点的采样策略，不仅包含主流认知，还涵盖定义丹麦文化传承的关键细节。所有问答对经人工审核或修正，最终构建包含741个闭合问答对的数据集，覆盖时间跨度从公元前1300年的考古发现，至1700年代诗歌、音乐作品，以及当代流行音乐、丹麦设计与建筑等主题。
原文摘要 · Abstract (English)
We introduce a new benchmark for Danish culture via cultural heritage, Daisy, based on the curated topics from the Danish Culture Canon 2006. For each artifact in the culture canon, we query the corresponding Wikipedia page and have a language model generate random questions. This yields a sampling strategy within each work, with a mix of central of peripheral questions for each work, not only knowledge of mainstream information, but also in-depth cornerstones defining the heritage of Danish Culture, defined by the Canon committee. Each question-answer pair is humanly approved or corrected in the final dataset consisting of 741 close-ended question answer pairs covering topics, from 1300 BC. archaeological findings, 1700 century poems and musicals pieces to contemporary pop music and Danish design and architecture.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。