CSL issues

你好，数据集是每个论文处理后的吗？原始论文数据源存在吗？例如pdf，latex，html等

4

你好，我直接运行你的代码会出现以下问题： `Traceback (most recent call last): File "/content/UER-py/finetune/run_text2text_csl.py", line 348, in main() File "/content/UER-py/finetune/run_text2text_csl.py", line 277, in main model = Text2text(args) File "/content/UER-py/finetune/run_text2text_csl.py", line 24, in __init__ self.embedding = str2embedding[args.embedding](args,...

jiu-leo

数据集的时间跟描述的不同，会做修正吗？

作者你好，我在搜索你们提供的数据集的时候，发现对应的论文标题搜索出来的论文发表时间最早可到1998年，跟数据集描述的2010-2020年的中文核心期刊论文这一个时间段有出入。请问你们会检查数据集并作更新吗？

bomutao

请问有leaderboard没？

zhimin-z

参考文献字段

请问每篇论文的参考文献字段可以附上吗，这样就可以实现类似multi-xscience的功能了，做多文档摘要了

fourjava

关于预训练数据的来源

1

预训练数据集数据似乎远多于发布的论文元数据集。在训练模型时为了去重，我简单校验了两个数据，似乎是不重叠的？方便简要说明下预训练数据的来源和内容吗 - 预训练的数据集 - csl.jsonl - 2310165 line - 论文元数据 - csl_camera_readly.tsv - 396209 line

wiserxin