库鲁文大学 发布 LESCHNEIDER 数据集 数据集, 应用在 自然语言处理、机器学习 领域

库鲁文大学 本次发布的数据集 LESCHNEIDER 数据集, LESCHNEIDER 数据集是PET数据集的扩展版本，用于训练机器学习模型，以便更好地捕捉并行结构，特别是AND网关。该数据集包含来自实际来源的文本描述，包括商业文章、教育材料和职场流程，并且已经通过IOB2格式进行了NER标注，并通过手动进行了RE标注。LESCHNEIDER数据集通过添加更多并行行为描述的文本，以解决PET数据集中AND网关实例不足的问题。该数据集旨在帮助模型区分关键和非关键信息，并评估模型在真实条件下的鲁棒性。

查看LESCHNEIDER 数据集

README 内容： 

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。