Wikipedia 发布 CMU Movie Summary Corpus 数据集, 应用在 电影剧情分析、文本分类 领域

Wikipedia 本次发布的数据集 CMU Movie Summary Corpus, 该数据集包含了从维基百科提取的42,306个电影剧情摘要以及从Freebase提取的元数据。其中，两个电影类别被视为已知，另一个类别则被视为新颖。该数据集的规模为42,306个电影剧情摘要，任务是对电影类别进行新颖性分类。

查看CMU Movie Summary Corpus

关于 Wikipedia , Wikipedia 是一个多语言的在线百科全书项目，旨在创建一个内容开放、任何人都可以编辑的百科全书。它是由非营利组织维基媒体基金会运营的，目前已成为全球最大的参考性网站之一。

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。