Dataset:S2Orc
term_id: datasets2orc
Category: basic_concepts
Definition
S2ORC je komplexní korpus vědeckých článků odvozený ze Semantic Scholaru. Obsahuje plný text, metadata a citační vztahy pro miliony článků v různých vědních oborech, což umožňuje hloubkovou analýzu vědecké literatury.
Summary
Semantic Scholar Open Research Corpus, rozsáhlá sada dat akademických článků se strukturovanými metadaty a citačními sítěmi.
Key Concepts
- Akademické zpracování přirozeného jazyka (NLP)
- Citační sítě
- Metadata
- Vědecká data
Use Cases
- Vytváření systémů pro doporučení citací
- Klasifikace vědeckých textů
- Extrakce entit z výzkumných článků