Wikivoyage 发布 Wikivoyage Review Dataset 数据集, 应用在 文本分类、内容审核 领域

Wikivoyage 本次发布的数据集 Wikivoyage Review Dataset, 该数据集包含了来自维基导游的评论，涵盖了2004年1月1日至2019年12月31日期间，70,260位编辑关于3,369篇不同文章的编辑信息。值得注意的是，该数据集存在严重的不平衡问题，其中只有8,305条评论被回滚，仅占总样本的0.03%。为了解决这一问题，我们采用了合成数据生成方法来进行类别平衡。该数据集的规模涉及来自70,260位编辑的285,698个样本，任务是对评论进行分类，判断其是否为回滚评论。

查看Wikivoyage Review 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。