研究人员推出一个新的多语言客户服务自助语料库，专为北欧语言设计。该语料库包含超过 1,122 份经过人工验证的芬兰语、丹麦语、挪威语和瑞典语文档，总计超过一百万个词元。数据收集自四家电信运营商的公开自助页面，并结合使用大型语言模型和人工标注进行处理，以过滤个人信息并确保相关性。该数据集现已根据 CC-BY-NC-SA-4.0 许可协议公开提供，以促进北欧自然语言处理和信息检索领域的研究。 AI
影响 为推进北欧语言的自然语言处理提供了宝贵资源，特别是在检索增强生成和基于代理的服务架构方面。
排序理由 该集群描述了一个用于自然语言处理研究的新学术数据集的发布，包括一篇详细介绍其创建和特性的论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.26891v1 Announce Type: new Abstract: This paper presents a multilingual customer service self-help corpus comprising 1,122 manually validated documents in Finnish, Danish, Norwegian, and Swedish, totaling over one million tokens. The documents have been sourced from th…
This paper presents a multilingual customer service self-help corpus comprising 1,122 manually validated documents in Finnish, Danish, Norwegian, and Swedish, totaling over one million tokens. The documents have been sourced from the public self-help pages of four Nordic telecomm…