nlp - 我在哪里可以找到包含不同主题的科学研究论文的数据集？

Question

我试图找到一个包含来自不同感兴趣领域（例如，神经科学、数学、物理学、历史、生物学、医学等）的科学论文的数据集，以便开发一个旨在总结科学文本同时改变特定领域的 NLP 项目将术语转化为更常用的词。

有人知道我在哪里可以找到这样的数据集吗？

标签： nlpdataset

Answer 1

armancohan提供的5GB数据集应该可以。

正如他所指出的：

提供了两个长篇和结构化文档（科学论文）的数据集。数据集来自 ArXiv 和 PubMed OpenAccess 存储库。

或直接从TensorFlow 数据集获取。