★ 2
FlightFinder 发布航空安全语料库，整合 128 个来源 27.9 万起事件
FlightFinder Occurrence Corpus 将来自 128 个来源代码的 279,485 起航空事件与 131,882 篇叙述文本统一到单一模式，采用有序阶梯键去重并保留来源溯源信息。自动合并带的抽样误合并率 95% 置信上界为 6.0%。语料库附带冻结快照与实时 API，可用于…
arXiv NLP3 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
FlightFinder Occurrence Corpus 将来自 128 个来源代码的 279,485 起航空事件与 131,882 篇叙述文本统一到单一模式，采用有序阶梯键去重并保留来源溯源信息。自动合并带的抽样误合并率 95% 置信上界为 6.0%。语料库附带冻结快照与实时 API，可用于…
论文针对词-文档矩阵的归一化谱共聚类中 SVD 计算代价高的问题，提出两种随机近似方法：随机投影 SVD 与部分 SVD 结合逐元素随机采样。实验表明两者均能降低运行时间，但效果依赖矩阵稀疏性：随机投影法更稳定可靠，采样法在稠密矩阵上更有用，对稀疏文本数据收益有限。研究建议根据数据结构选择近似方法。