发布 Bestselling Books Dataset 数据集, 应用在 畅销书、文本分析 领域

本次发布的数据集 Bestselling Books Dataset, 该数据集包含了1930年至2010年间被认为是畅销书的流行书籍集合。此外，数据集中还包括了一些被语言模型高度记忆的书籍列表，这引发了关于版权侵犯的担忧。该数据集的规模覆盖了畅销书列表，其任务是评估文本的逐字记忆情况。

查看Bestselling Books Dataset

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。