數據預處理——數據集分析

關於數據集 最初的ACM論文數據集中，包含的數據有論文的ID、標題、摘要、關鍵字、引用關係、CCS分類，以及論文摘要中句子級別的子空間標記（研究背景、研究問題、貢獻、方法、實驗）。但是沒有論文的year,venue屬性，即論文發表的年份和發表的期刊或會議信息，所以需要再去爬取或者直接蒐集數據。 第一個想法是直接蒐集論文數據集，然後找到兩個數據集之間的論文匹配關係。我們選擇添加鏈接描述作爲數據來源。

>>阅读原文<<