发布 Multilingual_Topic-Specific_Article-Extraction_and_Classification 数据集, 应用在 多语言文本处理、历史文本分析 领域

本次发布的数据集 Multilingual_Topic-Specific_Article-Extraction_and_Classification, 该数据集专门用于测试大型语言模型（LLMs）在处理和提取基于OCR文本的历史报纸中的特定主题内容方面的能力。数据集包含1909年的法文、德文和英文报纸，具有多层信息结构，包括详细的元数据、全文内容、处理上下文窗口和人工注释的真实提取。数据集的结构支持三步评估：分类、提取和边界检测。通过提供人工注释的真实数据，数据集允许系统评估LLMs在理解历史文本、保持上下文相关性和执行精确信息提取方面的能力。

查看Multilingual_Topic-Specific_Article-Extraction_and_Classification

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。