Unpaywall 发布 Open-access Multilingual Scientific Documents (OpenMSD) 数据集, 应用在 科学文献、多语言分析 领域

Unpaywall 本次发布的数据集 Open-access Multilingual Scientific Documents (OpenMSD), 该数据集包含了7400万篇论文，涵盖103种语言，以及7.78亿个引用对，旨在用于衡量多语言科学文献的相似度。此外，该数据集中包含了多种引用关系，并以英语论文为主，占文档总数的88%。其规模宏大，包含7400万篇论文和7.78亿个引用对的任务，旨在对多语言科学文献的相似度进行精确测量。

查看Open-access Multilingual Scientific Documents (OpenMSD)

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。