发布 EURLex 数据集, 应用在 文本分类、多标签学习 领域

本次发布的数据集 EURLex, 该数据集专为极端多标签文本分类任务设计，其中包含了丰富的层次化信息和标签描述。在处理输入序列时，文本内容被截断至500个单词以内，而标签描述则限制在4个单词以内。此外，该数据集采用了来自其他数据集的词嵌入技术。其规模之大体现在拥有一个庞大的标签集合，但训练实例却相对稀疏。总体任务定位于极端多标签文本分类。

查看EURLex

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。