ScienceDirect 发布 CSPubSum 数据集, 应用在 自然语言处理、文本挖掘 领域

ScienceDirect 本次发布的数据集 CSPubSum, 该数据集包含了从ScienceDirect上选取的10147篇计算机科学出版物的URL，内容涵盖了标题、摘要、作者撰写的研究亮点等多个部分。数据集被划分为训练集、验证集和测试集，分别包含8116、1017和1014个样本。为了提升研究亮点的自动生成效果，实验中采用了多种输入配置。该数据集的规模为10147篇出版物，任务目标是自动生成研究亮点。

查看CSPubSum

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。