LCSHBench

新基准评估多语言国会图书馆主题词分配

研究人员推出了LCSHBench，这是一个新的基准数据集，旨在评估国会图书馆主题词（LCSH）的自动化主题分类。该数据集包含15种语言的22,346本书籍，来源于哈佛大学、哥伦比亚大学和普林斯顿大学的目录，并且仅当至少有两个机构就LCSH分配达成一致时才选择记录。LCSHBench同时考虑了精确匹配和概念匹配，解决了图书馆在主题上一致但在精确标题表达上存在差异的常见问题。