SMAuC

SMAuC是由魏玛包豪斯大学和莱比锡大学合作创建的大型科学多作者语料库，包含超过335万篇来自不同学科的科学出版物，涉及超过500万作者。该数据集旨在推动科学文本中的作者分析领域的发展，提供了丰富的元数据，包括明确的作者ID。SMAuC涵盖了从人文科学到自然科学的广泛文本，支持对单一作者和多作者文档的详细分析。数据集的创建涉及从CORE数据库和微软开放学术图谱（OAG）中合并数据，并通过多步骤筛选和质量保证过程确保数据的高质量。SMAuC的应用领域包括科学文本的作者分析，特别是在多作者文档中识别和分析个人写作风格，以解决科学出版物中的作者归属问题。