多特蒙德工业大学 发布 SpeakGer 数据集, 应用在 政治文本分析、自然语言处理 领域

多特蒙德工业大学 本次发布的数据集 SpeakGer, SpeakGer数据集是由多特蒙德工业大学统计系创建的一个丰富的元数据语音语料库，涵盖了德国16个联邦州议会和德国联邦议院从1947年到2023年的辩论记录。该数据集包含10,806,105条演讲，每条演讲都附有丰富的元数据，如演讲者的党派、年龄、选区及其党派的政治立场，以及听众对演讲的反应等信息。数据集的创建过程包括从各议会网站收集数据，并使用OCR技术提取和校正文本。SpeakGer数据集旨在通过提供详细的元数据，支持政治科学领域的精细化研究，特别是在自然语言处理和政治文本分析方面。

查看SpeakGer

关于 多特蒙德工业大学 , 多特蒙德工业大学（Technische Universität Dortmund）是德国一所著名的理工科大学，位于北莱茵-威斯特法伦州的多特蒙德市。该校在工程学、自然科学和社会科学等领域享有盛誉，尤其在信息技术和统计学方面具有较强的研究实力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。