伊利诺伊大学芝加哥分校 发布 SciIG-NAACL 2025,SciIG-ICLR 2025 数据集, 应用在 自然语言处理、机器学习 领域

伊利诺伊大学芝加哥分校 本次发布的数据集 SciIG-NAACL 2025,SciIG-ICLR 2025, SciIG数据集由NAACL 2025和ICLR 2025会议的800篇和3100篇论文组成，涵盖了自然语言处理和机器学习领域。数据集包含论文标题、摘要、引言、作者和引用信息，旨在评估大型语言模型在生成研究论文引言方面的能力。数据集的创建过程包括从PDF文件中提取文本、使用正则表达式识别参考文献、使用LLaMA 4-Maverick模型进行数据增强，以及通过SemanticScholar API获取引用信息。这些数据集具有多样性，包括不同长度的引言和引用模式，非常适合评估科学引言生成任务。数据集将公开发布，以促进可重复性和未来研究。

查看SciIG-NAACL 2025,SciIG-ICLR 2025

Dataset card 内容： 

Files and versions 内容： 

关于 伊利诺伊大学芝加哥分校 , 伊利诺伊大学芝加哥分校（University of Illinois at Chicago，简称UIC）是一所位于美国伊利诺伊州芝加哥的公立研究型大学，是伊利诺伊大学系统中的主要大学之一。学校成立于1982年，由芝加哥大学分离而来，拥有多个学院，提供广泛的本科和研究生教育项目。

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。