伦敦大学学院发布DLT-Corpus数据集,应用在分布式账本技术、区块链领域

伦敦大学学院本次发布的数据集DLT-Corpus,DLT-Corpus是由伦敦大学学院等机构构建的分布式账本技术领域最大规模文本集合，包含29.8亿Tokens的跨学科数据。该数据集整合科学文献（3.7万篇）、美国专利（4.9万项）和社交媒体（2200万条）三大来源，通过语义检索和领域过滤确保内容相关性，其关键词密度达到通用语料的8.7倍。该资源支持技术创新扩散分析、市场情绪追踪等应用，为区块链领域的自然语言处理研究提供了首个综合性文本基础设施。

查看DLT-Corpus

Dataset card内容：

Files and versions内容：

关于伦敦大学学院,伦敦大学学院（University College London，简称UCL）是一所位于英国伦敦的公立研究型大学，成立于1826年，是伦敦大学联盟的创校学院之一。UCL在多个学科领域享有盛誉，尤其在医学、计算机科学、工程学和人文社科方面表现突出。

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。