- 发布 Complex Twitter Dataset 数据集, 应用在 社交媒体分析、自然语言处理 领域

- 本次发布的数据集 Complex Twitter Dataset, 本研究介绍了一个名为‘Complex Twitter Dataset’的新数据集，由Yu Wang和Hongxia Jin创建。该数据集包含885条长篇推文，平均每条推文33.2个tokens，远超传统SLU数据集的长度。数据主要来源于美国23个主要城市的警察和消防部门官方推特账户，涵盖了火灾、犯罪、交通意外和自然灾害等多种事件类型。数据集的创建旨在解决现有模型在处理长句和复杂语义结构时的不足，特别是在识别和处理分布外模式和词汇外tokens方面的挑战。该数据集的应用领域包括提升个人AI助手和聊天机器人在理解和响应复杂自然语言查询方面的能力。

查看Complex Twitter Dataset

关于 - , -

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。