SemEval 发布 SemEval-2022 Task 8: Multilingual news article similarity dataset 数据集, 应用在 自然语言处理、新闻聚类 领域

SemEval 本次发布的数据集 SemEval-2022 Task 8: Multilingual news article similarity dataset, 该数据集包含了根据多个相似性维度评估的新闻文章对，这些维度包括地理焦点、叙事模式、时间段和语气等。它特别对新闻文章对是否涵盖了相同的实质性新闻故事进行评分。为了增强数据集的多样性和规模，通过增加合成写作风格的调整、实体替换以及翻译成其他语言的方式进行扩充。经过增强后，该数据集包含了410万篇文章对，其任务是对新闻文章进行聚类和相似性评估。

查看SemEval-2022 Task 8: Multilingual news article similarity dataset

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。