PubMed_Paper_Reading_Dataset

displayName: PubMed Paper Reading Dataset
license:
- MIT
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/1905.07870v4.pdf
publishDate: "2019"
publishUrl: https://eaglew.github.io/dataset/paperrobot_reading
publisher:
- University of Washington
- University of North Carolina at Chapel Hill
- Rensselaer Polytechnic Institute
- University of Illinois Urbana-Champaign
- DiDi Labs
tags:
- Text
taskTypes:
- Link Prediction
- Paper Generation

---
# 数据集介绍
## 简介
该数据集从 PubMed 收集了 14,857 个实体、133 个关系以及对应于标记化文本的实体。它包含 875,698 个训练对、109,462 个开发对和 109,462 个测试对。
## 引文
```
@article{wang2019paperrobot,
title={Paperrobot: Incremental draft generation of scientific ideas},
author={Wang, Qingyun and Huang, Lifu and Jiang, Zhiying and Knight, Kevin and Ji, Heng and Bansal, Mohit and Luan, Yi},
journal={arXiv preprint arXiv:1905.07870},
year={2019}
}
```

## Download dataset
:modelscope-code[]{type="git"}

数据集名称：PubMed 论文阅读数据集（PubMed Paper Reading Dataset）
许可证：MIT 许可证
媒体类型：文本
论文链接：https://arxiv.org/pdf/1905.07870v4.pdf
发布日期：2019年
发布页面链接：https://eaglew.github.io/dataset/paperrobot_reading
发布机构：华盛顿大学、北卡罗来纳大学教堂山分校、伦斯勒理工学院、伊利诺伊大学厄巴纳-香槟分校、滴滴实验室（DiDi Labs）
标签：文本
任务类型：链接预测（Link Prediction）、论文生成（Paper Generation）

---

# 数据集介绍
## 简介
本数据集从PubMed收集了14,857个实体、133种关系以及与标记化文本对应的实体集，共包含875,698个训练样本对、109,462个开发样本对与109,462个测试样本对。
## 引文

@article{wang2019paperrobot,
title={科学构想的增量草稿生成（Incremental draft generation of scientific ideas）},
author={Wang, Qingyun and Huang, Lifu and Jiang, Zhiying and Knight, Kevin and Ji, Heng and Bansal, Mohit and Luan, Yi},
journal={arXiv 预印本 arXiv:1905.07870},
year={2019}
}

## 数据集下载
:modelscope-code[]{type="git"}