罗马第三大学 发布 Alaska 数据集, 应用在 数据集成、产品规格 领域

罗马第三大学 本次发布的数据集 Alaska, Alaska数据集是由罗马第三大学的研究团队创建，包含近70,000个产品规格，这些数据从71个不同的网络数据源中提取，覆盖相机、显示器和笔记本电脑三个领域。数据集通过三个步骤构建：首先使用Dexter聚焦爬虫发现和爬取网络数据源；其次，通过定制方法从网页中提取产品规格；最后，由领域专家手动策划基准任务的地面真相。Alaska数据集支持多种数据集成任务，特别关注模式匹配和实体解析，旨在评估和促进更全面的数据集成解决方案的设计。

查看Alaska

README 内容： 

关于 罗马第三大学 , 罗马第三大学（Università Roma Tre）是意大利罗马的一所公立大学，成立于1992年，是罗马最年轻的大学之一。该校在多个学科领域提供广泛的教育和研究项目，尤其在建筑、工程和人文科学方面有显著的影响力。

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。