2023年至2024年新华社稿库标引算法准确率验证数据集

数据内容：数据集包含新华社稿库2023年11月至2024年3月的文本数据，进行随机抽样并剔除文本长度过短的数据（长度不足150个字符），总计文本2500件。用于验证针对新华社稿库的自动标引准确率。不涉及个人隐私、社会机构及公共利益等敏感数据。
采集方案：通过专用数据接口进行数据采集。
时间及地点：采集于2023年-2024年，媒体融合生产技术与系统国家实验室智能化视频生产系统研究部，杭州。
设备情况：阿里云ECS云服务器，站点数据采集平台V1.0

搜集汇总

背景与挑战

背景概述

该数据集包含新华社稿库2023年11月至2024年3月的文本数据，通过随机抽样并剔除过短文本，总计2500件。它主要用于验证针对新华社稿库的自动标引算法的准确率。