Jožef Stefan Institute 发布 2021 Tokyo Olympics Multilingual News Article Dataset 数据集, 应用在 东京奥运会、自然语言处理 领域

Jožef Stefan Institute 本次发布的数据集 2021 Tokyo Olympics Multilingual News Article Dataset, 该数据集是由Jožef Stefan Institute创建的，包含10,940篇关于2021年东京奥运会的多语言新闻文章，这些文章来自1,918个不同的出版商，涵盖了2021年奥运会1,350个子事件，并发表于2021年7月1日至8月14日之间。文章使用九种不同语言家族的语言撰写，并且包含在不同的脚本中。该数据集的创建旨在为评估多语言新闻聚类算法的性能提供资源，并可用于分析2021年东京奥运会的事件动态等。

查看2021 Tokyo Olympics Multilingual News Article Dataset

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。