dcarpintero/arXiv.cs.AI.CL.CV.LG.MA.NE.embedv3.clustering.mini
收藏Hugging Face2023-11-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/dcarpintero/arXiv.cs.AI.CL.CV.LG.MA.NE.embedv3.clustering.mini
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了截至2023年11月22日最新的5000篇arXiv论文的元数据，这些论文属于计算机科学的多个子领域，包括人工智能、计算语言学、计算机视觉、机器学习、多智能体系统和神经与进化计算。每篇论文的元数据包括使用Cohere的Embed-v3模型生成的标题和摘要的嵌入，这些嵌入用于聚类分析。
该数据集包含了截至2023年11月22日最新的5000篇arXiv论文的元数据，这些论文属于计算机科学的多个子领域，包括人工智能、计算语言学、计算机视觉、机器学习、多智能体系统和神经与进化计算。每篇论文的元数据包括使用Cohere的Embed-v3模型生成的标题和摘要的嵌入，这些嵌入用于聚类分析。
提供机构：
dcarpintero
原始信息汇总
数据集概述
数据集名称
arXiv.embedv3.clustering.mini
许可
Apache-2.0
任务类别
文本分类
语言
英语
数据规模
1K<n<10K
描述
该数据集包含最近5000篇arXiv论文的元数据，具体特点如下：
- 使用Cohere的Embed-v3模型生成的title和abstract嵌入，用于聚类；
- 发布日期在2023年11月22日之前；
- 属于以下计算机科学类别：
- cs.AI（人工智能）
- cs.CL（计算与语言）
- cs.CV（计算机视觉）
- cs.LG（机器学习）
- cs.MA（多智能体系统）
- cs.NE（神经与进化计算）
详细信息
每个元数据条目包括使用Cohere的Embed-v3模型生成的论文title和abstract的嵌入，用于聚类。
