TIBKAT 发布 all-subjects 数据集, 应用在 文本分类、机器学习 领域

TIBKAT 本次发布的数据集 all-subjects, 该数据集包含了完整的TIBKAT开源集合，其中包括为训练和开发预定义的分割。参与者收到了伴随的GND主题分类法，该分类法包含204,739个主题。在规模上，训练记录有81,937条，开发记录有13,666条。该任务是对科学技术记录进行自动主题标注。

查看all-subjects

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。