Università di Pisa 发布 AG’s Corpus 数据集, 应用在 新闻分类、文本检索 领域

Università di Pisa 本次发布的数据集 AG’s Corpus, 该数据集名为AG’s Corpus，包含了超过100万篇新闻文章，本研究中使用的一个版本包含了超过12万篇标注文档，这些文档被组织成了四个类别。此外，该数据集还用于论文中的训练和评估工作，其任务是围绕预定义主题的文档检索。

查看AG’s Corpus

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。