达卡大学 发布 NCTBText 数据集, 应用在 孟加拉语料库、主题建模 领域

达卡大学 本次发布的数据集 NCTBText, NCTBText数据集是从孟加拉国国家课程和教科书委员会（NCTB）网站上提供的材料中收集的。该数据集包括宗教、孟加拉语、科学、农业、信息和通信技术（ICT）、商业、社会科学和家庭科学等多个主题的文本。NCTBText的创建旨在丰富和多样化目前以报纸为中心的孟加拉语语料库，为孟加拉语主题建模研究提供一个新的基准数据集。

查看NCTBText

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。