EPFL 发布 Multilingual Entity Insertion Dataset 数据集, 应用在 自然语言处理、维基百科实体插入 领域

EPFL 本次发布的数据集 Multilingual Entity Insertion Dataset, 该数据集专为研究维基百科中的实体插入而设计，包含了从所有维基百科文章中提取的链接、每个链接的周边语境，以及额外的文章级别元数据。它还包括了实体插入场景的案例以及复现实验所需资源。该数据集的规模宏大，包含了来自4900万篇文章的9.58亿个链接，覆盖了105种语言。研究任务集中在维基百科文章中的实体插入。

查看Multilingual Entity Insertion Dataset

关于 EPFL , 瑞士洛桑联邦理工学院（École Polytechnique Fédérale de Lausanne，简称EPFL）是一所世界顶尖的工程与科技大学，位于瑞士洛桑，是欧洲卓越理工学院联盟成员之一，以其在科学研究和技术创新方面的卓越成就而闻名。

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。