Yandex 发布 RuQTopics 数据集, 应用在 自然语言处理、话题分类 领域

Yandex 本次发布的数据集 RuQTopics, 该数据集名为RuQTopics，是一个专为话题分类设计的俄语主题数据集。它包含了大量的单标签和多标签问题-答案对，覆盖了76个类别。该数据集不仅包括单标签例子，也包含多标签例子，其中大部分问题较短，而答案相对较长。这种结构使得该数据集非常适合于现实世界的对话任务。具体规模上，数据集包含了361,650个单标签问题和170,930个多标签问题。其主要的任务是话题分类。

查看RuQTopics

Dataset card 内容： 

Files and versions 内容： 

关于 Yandex , Yandex是俄罗斯最大的科技公司之一，主要提供互联网相关的服务和产品，包括搜索引擎、在线广告、地图服务、电子邮件和云计算等。Yandex的研究部门致力于人工智能、机器学习和大数据分析等前沿技术的研发。

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。