Wikipedia 发布 Wikipedia-based datasets 数据集, 应用在 自然语言处理、多语言机器学习 领域

Wikipedia 本次发布的数据集 Wikipedia-based datasets, 该数据集是从维基百科文章中创建的，旨在评估在低资源语言情境下的候选生成方法。它不仅包含了全面的评估信息，可以用于分析不同学习设置（零样本学习和联合学习）下的各种候选生成方法，而且还覆盖了9对语言（从低资源语言到高、中、低资源枢纽语言）。该数据集的主要任务是实体链接和候选生成。

查看Wikipedia-based datasets

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。