华盛顿大学 发布 DESCGEN 数据集, 应用在 实体描述生成、远监督学习 领域

华盛顿大学 本次发布的数据集 DESCGEN, DESCGEN是一个用于生成实体摘要描述的远监督数据集，包含37K条来自维基百科和Fandom的实体描述，每条描述平均关联9个证据文档。数据集通过结合实体链接和超链接到维基百科和Fandom实体页面的方式，提供了高质量的远监督。DESCGEN旨在解决描述新出现实体的挑战，尤其是在信息分散且风格多样的多源信息中。数据集的应用领域包括实体链接和问答系统，旨在通过自动生成实体描述来提高下游任务的性能。

查看DESCGEN

README 内容： 

关于 华盛顿大学 , 华盛顿大学（University of Washington）是一所位于美国华盛顿州西雅图的公立研究型大学，成立于1861年。该校在多个学科领域享有盛誉，尤其在计算机科学和工程领域具有显著的影响力。

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。