Famulus

我们创建并发布一个涵盖两个领域的新数据集，并仔细分析建议的注释。我们发现建议对注释速度和性能有积极影响，而没有引入值得注意的偏见。设想可以通过新注释的文本改进的建议模型，我们对比了连续模型调整的方法，并为将来的专家任务中的建议建议了最有效的设置。

搜集汇总

背景与挑战

背景概述

该数据集由达姆施塔特工业大学与慕尼黑大学于2019年7月发布，涵盖两个领域的新数据集创建，并分析了建议对注释速度和性能的积极影响。研究对比了连续模型调整方法，为专家任务中的建议提供了最有效的设置参考。