AiresPucrs/stanford-encyclopedia-philosophy

斯坦福哲学百科全书（SEP）是一个动态的参考作品，包含了由哲学领域顶尖学者撰写的超过1,770篇文章。该数据集包含了SEP中所有文章的全文。每一行数据都包含与原始页面相关的信息（URL）、页面的主题（Category）和页面的文本（Text）。该数据集可用于文本挖掘、分类和生成等自然语言处理应用。

The Stanford Encyclopedia of Philosophy (SEP) is a dynamic reference work containing over 1,770 articles written by leading scholars in the field of philosophy. This dataset includes the full text of all articles from SEP. Each data entry contains information associated with the original webpage: its URL, the page's category (Category), and the webpage's text (Text). This dataset can be applied to natural language processing applications such as text mining, classification, and generation.

原始信息汇总

数据集概述

数据集名称

Stanford Encyclopedia of Philosophy (SEP) 数据集

数据集内容

• 文章数量：超过1,770篇
• 数据结构：每篇文章包含以下信息：
  • 原始页面URL
  • 页面主题（类别）
  • 页面文本内容

数据集用途

• 自然语言处理应用：适用于文本挖掘、分类和生成等NLP任务。

搜集汇总

背景与挑战

背景概述

该数据集是斯坦福哲学百科全书（Stanford Encyclopedia of Philosophy）条目的文本集合，包含约18.3万行数据，每条数据由URL、哲学条目全文和主题类别组成，涵盖'abduction'、'abelard'等多种哲学主题。数据集专为文本分类和文本生成任务设计，作为AI伦理与安全研究的开源教育工具'Teeny-Tiny Castle'的一部分，适用于自然语言处理模型的训练与微调。