优秀韩文NLP数据集综述
计算与语言
2022-11-29 v2 机器学习
摘要
基于英语的数据集通常可从Kaggle、GitHub或近期发表的论文中获取。尽管使用英文数据集的基准测试足以展示新模型与新方法的性能，但研究者仍需在基于韩语的数据集上训练和验证模型，以产出适用于韩语处理的技术或产品。本文介绍了15个流行的基于韩语的NLP数据集，并总结了其规模、许可证、代码库以及受这些数据集启发产生的其他研究成果等细节。此外，我提供了带有数据集样本或统计信息的高清晰度说明。数据集的主要特征以单一表格呈现，以便研究者快速概览数据集。
引用
@article{arxiv.2112.01624,
title = {A Survey on Awesome Korean NLP Datasets},
author = {Byunghyun Ban},
journal= {arXiv preprint arXiv:2112.01624},
year = {2022}
}
备注
11 pages, 1 horizontal page for large table