发布 Wiki 数据集, 应用在 自然语言处理、主题模型 领域

本次发布的数据集 Wiki, 该数据集包含了用于LLM（大型语言模型）主题发现和传统主题模型比较的基准数据集。具体包括Bills Dataset和Wiki Dataset。Bills Dataset是从美国国会110th-114th会议收集的32,661个法案摘要，分为21个顶级主题和112个次级主题。Wiki Dataset则由14,290篇文章组成，涵盖15个高级主题和45个中级主题。

查看Wiki

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。