发布 S2ORC 数据集, 应用在 科学文献、自然语言处理 领域

本次发布的数据集 S2ORC, 该数据集是一个经过精心筛选的、包含3100万篇英文科学论文的大型语料库。它覆盖了19个不同的科学领域，并用于创建一个异构文档图，以训练结构编码器模型。该数据集包含了3.54亿个文本段落，旨在应对科学领域中的文本段落检索与分类任务。

查看S2ORC

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。