Wikipedia 发布 XL-BEL 数据集, 应用在 生物医学实体链接、跨语言信息检索 领域

Wikipedia 本次发布的数据集 XL-BEL, 该数据集是一项跨语言的生物医学实体链接任务，它要求模型能够将任何语言中的提及与UMLS中的语言无关的概念唯一标识符（CUI）相关联。该数据集挑战了在表示领域实体和关联不同语言中实体名称方面的能力，其规模覆盖了10种语言，每种语言包含1000个示例。这项任务的目标是进行跨语言的生物医学实体链接。

查看XL-BEL

README 内容： 

关于 Wikipedia , Wikipedia 是一个多语言的在线百科全书项目，旨在创建一个内容自由、开放编辑的百科全书。它由非营利组织维基媒体基金会运营。

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。