TU Dresden 发布 DocIE@XLLM25 Synthetic Dataset 数据集, 应用在 自然语言处理、信息抽取 领域

TU Dresden 本次发布的数据集 DocIE@XLLM25 Synthetic Dataset, DocIE@XLLM25 Synthetic Dataset 是一个用于文档级别实体和关系抽取的合成数据集，由 ScaDS.AI 和 TU Dresden 的研究团队创建。数据集包含超过 5,000 篇维基百科摘要，其中包含大约 59,000 个实体和 30,000 个关系三元组。数据集的创建过程采用了一个自动化的 LLM 驱动的合成数据生成流程，包括基于 LLM 的标注和基于规则的验证两个阶段。该数据集旨在解决在零样本或少样本设置下文档级别实体和关系抽取任务中高质量标注语料稀缺的问题，并应用于评估和促进少样本和零样本文档级别信息抽取的研究。

查看DocIE@XLLM25 Synthetic Dataset

关于 TU Dresden , 德累斯顿工业大学（Technische Universität Dresden，简称TU Dresden）是位于德国萨克森自由州首府德累斯顿的一所公立研究型大学。它是欧洲最大的技术大学之一，提供广泛的工程、自然科学、医学、文学和社会科学等专业课程。

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。