GESIS - 莱布尼茨社会科学研究所 发布 GSAP-NER 数据集, 应用在 学术实体提取、机器学习 领域

GESIS - 莱布尼茨社会科学研究所 本次发布的数据集 GSAP-NER, GSAP-NER数据集是由GESIS - 莱布尼茨社会科学研究所创建的，专注于机器学习模型和数据集的学术实体提取。该数据集包含100篇手动标注的全文科学出版物，涵盖了超过54,000个实体提及，旨在解决现有数据集在细粒度实体类型处理上的不足。数据集创建过程中，特别强调了对非正式提及的捕捉和多层次实体标注，以提高模型对学术文本中机器学习模型和数据集提及的理解。此数据集适用于信息检索、科学知识挖掘、自动化文献分析和知识图谱创建等领域，有助于提升相关领域的研究效率和深度。

查看GSAP-NER

关于 GESIS - 莱布尼茨社会科学研究所 , GESIS - 莱布尼茨社会科学研究所是德国的一个专注于社会科学研究的机构，隶属于莱布尼茨协会，致力于推动社会科学领域的研究、数据收集和分析。

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。