印度理工学院德里分校 发布 LDKP 数据集, 应用在 自然语言处理、信息检索 领域

印度理工学院德里分校 本次发布的数据集 LDKP, LDKP是由印度理工学院德里分校开发的两个大型数据集，旨在从完整的科学文章中识别关键词。数据集包含约10万和130万篇科学文章，每篇文章都附带完整的文本和元数据信息，如出版地点、年份、作者、研究领域和引用情况。数据集通过将KP20K和OAGKx与S2ORC数据集中的文档进行映射而创建，以解决现有数据集在处理长文档时的局限性。LDKP的应用领域包括自然语言处理和信息检索，特别是在需要从长文档中提取关键词的场景中。

查看LDKP

Dataset card 内容： 

Files and versions 内容： 

关于 印度理工学院德里分校 , 印度理工学院德里分校是印度最顶尖的工程技术学院之一，以其优秀的教育质量和创新研究在全世界享有盛誉。

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。