CNR 发布 CLiC-it Corpus 数据集, 应用在 自然语言处理、学术研究 领域

CNR 本次发布的数据集 CLiC-it Corpus, CLiC-it语料库是一个包含意大利计算语言学会议（CLiC-it）前10届会议的693篇论文的元数据和文本内容的集合。该语料库旨在作为一个开放获取、结构化的资源，用于调查研究趋势并检查意大利NLP社区随时间的演变。语料库的设计确保了长期价值，因为它可以轻松扩展以包括未来会议的论文，从而支持对社区进化的持续监测。语料库包括元数据和文本内容，以及从这些数据派生的一些额外信息。

查看CLiC-it Corpus

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。