马克斯·普朗克信息与语言处理中心 发布 WikiDIR 数据集, 应用在 语言学、信息检索 领域

马克斯·普朗克信息与语言处理中心 本次发布的数据集 WikiDIR, WikiDIR是一个针对德语方言的跨方言检索数据集，由慕尼黑大学和慕尼黑机器学习中心创建。该数据集包含从维基百科中提取的七种德语方言的文档，共计169,105条数据。数据集的创建过程包括从维基百科文章标题中提取查询，并对文档进行手动标注，以捕捉方言间的词汇和拼写变体。WikiDIR主要用于研究低资源和高变异语言环境下的跨方言信息检索问题，旨在解决方言间的词汇差异对检索性能的影响。

查看WikiDIR

关于 马克斯·普朗克信息与语言处理中心 , 马克斯·普朗克信息与语言处理中心是马克斯·普朗克学会下属的一个研究机构，专注于信息与语言处理领域的科学研究。

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。