Датасет · TimSchopf
Заголовки и аннотации статей arXiv по 130 научным категориям
TimSchopf/arxiv_categories
Более 200 тысяч названий и аннотаций научных статей с arXiv с разметкой по 130 тематическим классам.
Что внутри
Датасет собран на основе метаданных научной библиотеки arXiv и содержит 203 961 пару из заголовка и аннотации статей на английском языке. Каждой статье присвоены метки из 130 различных научных категорий для задачи многометочной классификации (multi-label classification). Набор подготовлен авторами научной статьи для конференции ICNLSP 2024.
Что можно сделать
- Обучение моделей многометочной классификации научных и технических текстов с большим числом классов
- Тестирование алгоритмов few-shot обучения на тематической разметке статей
- Задачи
- Классификация текста
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 910
- Лайков
- 6
Как загрузить
from datasets import load_dataset
ds = load_dataset("TimSchopf/arxiv_categories")