威斯康星大学麦迪逊分校 发布 BOXWRENCH 数据集, 应用在 弱监督学习、文本分类 领域

威斯康星大学麦迪逊分校 本次发布的数据集 BOXWRENCH, BOXWRENCH是一个新的弱监督基准数据集，由威斯康星大学麦迪逊分校等机构的研究团队创建。该数据集包含五个文本分类任务，涵盖了高类别基数、类别不平衡和多语言变化等现实世界中的复杂场景。数据集包括Banking77、ChemProt、Claude9、MASSIVE18和MASSIVE60，分别用于在线银行查询、化学关系分类、不公平合同条款识别和多语言自然语言理解任务。数据集的设计遵循严格的标注函数（LF）设计流程，旨在为弱监督研究提供更真实的评估环境。该数据集的应用领域包括自然语言处理、化学信息学和法律文本分析，旨在解决弱监督在复杂任务中的实际应用问题。

查看BOXWRENCH

README 内容： 

关于 威斯康星大学麦迪逊分校 , 威斯康星大学麦迪逊分校（University of Wisconsin-Madison）是美国一所著名的公立研究型大学，成立于1848年。它是威斯康星大学系统的旗舰校，以其在科研、教育和公共服务方面的卓越表现而闻名。该校在多个学科领域都有显著的研究成果，尤其在生物科学、工程学和社会科学方面享有盛誉。

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。