发布 WebBrain-Raw 数据集, 应用在 自然语言处理、知识图谱 领域

本次发布的数据集 WebBrain-Raw, 该数据集是通过提取英文维基百科文章及其可爬取的维基百科引用构建的大规模数据集，使得实验者能够进行生成事实性文章的实验。此外，从WebBrain-Raw中，我们构建了两个特定任务的数据集（WebBrain-R和WebBrain-G），分别用于训练领域内的检索器和生成器。该数据集的规模是之前最大同行数据集的十倍，其任务旨在为查询生成带有引用的短篇事实性文章。

查看WebBrain-Raw

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。