发布 ArSyTa 数据集, 应用在 引文推荐、学术网络分析 领域

本次发布的数据集 ArSyTa, 该数据集名为ArSyTa，是一个新颖且规模庞大的数据集，包含了827万条引文上下文信息，旨在支持引文推荐算法的研究。它不仅包含了丰富的引文上下文信息，还加入了额外的特征，并以有向图的形式组织。在创建该数据集时，使用了GROBID工具进行有效的解析，并包含了摘要、标题、作者、出版日期以及引文上下文等属性。该数据集的规模达到了827万条引文上下文，其任务是进行引文推荐。

查看ArSyTa

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。