Allen Institute 发布 BioCiteDB 数据集, 应用在 生物医学文献、文本挖掘 领域

Allen Institute 本次发布的数据集 BioCiteDB, 该数据集是一个大规模的生物医学摘要数据集，它基于CORD-19历史发布版构建，专注于生物医学文献及其相关的引用。数据集采用JsonL格式，每个样本代表一篇独立的论文，并包含了引用信息，对论文的纳入还设定了特定的标准。该数据集的规模达到了18.7GB，其任务是进行生物医学抽象式摘要。

查看BioCiteDB

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。