Arxiv 机器学习论文元数据与 LaTeX 源码集
机器学习
0 下载
14 浏览
2026-08-18
数据集简介
数据集范围与规模
ArxivPapers 数据集是 2007 年至 2020 年间在 arXiv.org 上发表的超过 104 篇与机器学习相关的未标记论文集合。该数据集包含约 94 篇拥有 LaTeX 源代码的论文,并被结构化为标题、摘要、部分、段落和参考文献。此外,该数据集还包含从 LaTeX 论文中提取的超过 277 篇表格。
数据内容与结构
数据集包含以下核心字段:
- 论文结构化字段:标题、摘要、部分、段落、参考文献
- 表格提取:从 LaTeX 论文中提取的表格数据
数据许可与发布形式
由于论文许可,数据集作为元数据和开源管道发布。该形式使得数据集可用于获取和转换论文。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源OpenDataLab
论文数量超过 104 篇
结构化字段标题、摘要、部分、段落、参考文献
数据落地页https://opendatalab.com/OpenDataLab/ArxivPapers
发布日期2026-08-18
ArxivPapers机器学习论文LaTeX源码元数据开源
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载