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

价格

免费