上海交通大学 发布 LoT-insts 数据集, 应用在 机构名称归一化、长尾分类 领域

上海交通大学 本次发布的数据集 LoT-insts, LoT-insts是由上海交通大学创建的大型机构名称归一化数据集，包含超过25,000个类别，自然呈现长尾分布。数据集从Microsoft Academic Graph（MAG）中提取，通过清理和过滤过程构建，确保数据的高质量和多样性。该数据集特别关注长尾和开放集分类问题，旨在解决现实世界中机构名称的多样性和复杂性问题，适用于文本分类、信息检索和作者概况分析等下游任务。

查看LoT-insts

关于 上海交通大学 , 上海交通大学是一所位于中国上海市的著名综合性研究型大学，以工程学、管理学和医学等领域的研究和教学而闻名。

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。