データセット: S2ORC

Definition

S2ORCはSemantic Scholar由来の学術記事の包括的なコーパスです。このデータセットには、多様な科学分野にわたる数百万の論文の全文コンテンツ、メタデータ、および引用関係が含まれています。

Summary

Semantic Scholar Open Research Corpus（S2ORC）は、構造化されたメタデータと引用ネットワークを備えた、大規模な学術論文データセットです。

Key Concepts

• 学術自然言語処理
• 引用ネットワーク
• メタデータ
• 学術データ

Use Cases

• 引用推薦システムの構築
• 科学的テキスト分類
• 研究論文からのエンティティ抽出

Related Terms

• Semantic Scholar（学術文献検索エンジン）
• ACL Anthology（計算言語学会の論文アーカイブ）
• ArXiv（物理学、数学、コンピュータサイエンスなどのプレプリントサーバー）
• Citation Prediction（引用予測：将来の引用先を予測するタスク）