European Media Monitor 发布 Headlines dataset 数据集, 应用在 自然语言处理、新闻媒体分析 领域

European Media Monitor 本次发布的数据集 Headlines dataset, 该数据集名为“Headlines”，由欧洲媒体监测机构从多个新闻来源挖掘而成。它被用于2016年SemEval国际语义评测任务的第二项任务。该数据集包含了756个句子对，其任务是进行句子分块。

查看Headlines dataset

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。