发布 Novel Aficionados dataset 数据集, 应用在 自然语言处理、语义分析 领域

本次发布的数据集 Novel Aficionados dataset, 该数据集是对来自古腾堡计划的59部小说进行增强和注释后的版本，重点关注人物提及及其与常见名词之间的关系。数据集包含了经过处理的小说文本，其中人物提及被替换为独特的标签，并与常见名词相匹配，同时还包括维基百科页面以提供额外的上下文信息。该数据集的任务是进行分布式语义的Doppelgänger测试。

查看Novel Aficionados 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。