伊利诺伊大学厄巴纳-香槟分校 发布 QUIET-ML 数据集, 应用在 社会科学、非结构化数据分析 领域

伊利诺伊大学厄巴纳-香槟分校 本次发布的数据集 QUIET-ML, QUIET-ML是一个用于社会科学研究的非结构化数据查询数据集，由伊利诺伊大学厄巴纳-香槟分校和芝加哥大学的研究团队创建。该数据集包含120条真实世界的社会科学查询，涵盖9个主要社会科学领域和25个热门主题，涉及68个数据源。数据集中的每条查询平均包含22,323个数据点，数据类型多样，包括文本、PDF文档和视频等。数据集的创建过程涉及从多个来源收集非结构化数据，并通过机器学习模型进行语义标注。QUIET-ML旨在帮助社会科学家解决非结构化数据分析中的挑战，特别是在处理模糊查询和复杂语义信息提取方面。该数据集的应用领域包括情感分析、社会偏见检测、信息传播研究等，旨在通过自动化工具提升社会科学研究的效率和准确性。

查看QUIET-ML

README 内容： 

关于 伊利诺伊大学厄巴纳-香槟分校 , 伊利诺伊大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign，简称UIUC）是美国著名的公立研究型大学，成立于1867年。该校以其在工程、计算机科学、商学和自然科学等领域的卓越研究和教育而闻名。UIUC是美国大学协会（AAU）的成员之一，也是全球顶尖的学术机构之一。

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。