本文介绍了 NewsEdits 语料库，该语料库是公开可用的新闻文章修订历史数据集，包含超过 120 万篇文章、460 万个版本以及 7200 万个原子编辑，是目前任何领域修订历史的最大语料库。数据集跨越三个国家，包括 22 个英语和法语的报纸来源，横跨语言和学科，具有值得探索的潜力。

Apr, 2021

通过 Wikipedia 修订历史创建的 WiCoPaCo（Wikipedia 纠正和改写语料库）是一个重要的资源，它包含了人工编辑的大量文本修正和改写，对于训练、评估自动处理文本的过程以及语言研究都非常有用，本文介绍了 WiCoPaCo 的主要动机、构建方式和在法语方面的初步应用。

Feb, 2022

本文提出了一个包括 Wikipedia 贡献者间全部对话记录的语料库，通过记录评论和回复等中间状态，支持对大规模在线协作过程及挑战的新型研究，其中两个案例研究揭示了人的谈话行为如何与讨论场所相关，以及社区管理对有害行为的调控高于先前估计水平，并且语言无关性强，能够提取高质量的中英文对话数据。

Oct, 2018

本文提出了适用于跨语言模型的模型编辑方法，使用平行语料库实现了单语言模型编辑方法的跨语言变体，并采用了语言各向异性编辑方法，实现了显着的编辑率下降。

May, 2022

本研究通过 WikiTableEdit 数据集，评估大型语言模型在不规则结构的表格编辑任务中的表现，提出了使用自然语言指令进行表格编辑的挑战，并将数据集发布给社区推进相关研究。

Mar, 2024

提出了一个计算机辅助文本编辑的框架，通过神经序列到序列建模和引入一个以输入句子和更改标记为输入的神经网络来解决翻译后编辑和改写问题，并通过用户研究评估了该模型的效果。

Nov, 2017

描述了 IMPACT-es 历史西班牙语语料库和相应词汇表，其中包括 8 百万个单词和 1 万多个单词和他们在文件中的各种变体的链接。介绍了基于文本编码倡议的标准和标注标准，并说明了利用统计机器翻译技术推断概率上下文敏感规则的应用。

Jun, 2013

本文提供了一个包括 1.2 百万篇包括英法两种语言的新闻文章的数据集，并分析了这些文章的修改历史，发现添加和删除的句子更可能包含更新事件、主要内容和引用。此外，介绍了三项新任务以预测版本更新期间的操作，希望这些可以为新闻记者提供预测工具。

Jun, 2022

该论文探索了在大型语言模型中编辑概念性知识的能力，通过构建一个新的基准数据集 ConceptEdit 和建立一套新的度量标准来评估现有的编辑方法。实验结果表明，虽然现有的编辑方法在某种程度上能有效地修改概念级别的定义，但也有可能扭曲大型语言模型中相关的实例化知识，导致性能下降。这对于更好地理解大型语言模型的能力具有启发意义。

Mar, 2024

为了比较人类语言处理模型，许多研究使用富自然语言材料的语料库来预测参与者反应，但这些研究所使用的许多语料库是基于自然文本的，因此缺少许多频率低的句法结构，而这些句法结构是区分处理理论所必需的。本文提出一种新的语料库，包含许多低频句法结构且易于被母语人士理解，该语料库已标注手动修正的语法树，并包括了自定速度阅读时间的数据。

Aug, 2017