语言、认知与计算研究所 发布 BOOKWORM 数据集, 应用在 自然语言处理、文学分析 领域

语言、认知与计算研究所 本次发布的数据集 BOOKWORM, BOOKWORM数据集由爱丁堡大学语言、认知与计算研究所创建，专注于长篇书籍中角色的描述与分析。该数据集包含324本书籍，每本书平均长度约为95,000字，涵盖了小说、戏剧等多种文学体裁。数据集的创建过程包括从Gutenberg项目中收集书籍，并从多个教育网站上抓取角色描述和分析。BOOKWORM数据集主要用于自然语言处理领域，旨在提升模型对长篇文本中角色复杂性和动态性的理解能力。

查看BOOKWORM

README 内容： 

关于 语言、认知与计算研究所 , -

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。