論文の概要: The EMN Country Factsheets Structured Dataset

• arxiv url: http://arxiv.org/abs/2608.15702v1
• Date: Sun, 16 Aug 2026 12:14:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.396488
• Title: The EMN Country Factsheets Structured Dataset
• Title（参考訳）: EMN Country Factsheets Structured Datasets
• Abstract要約: このデータセットは、移民政策と開発に関するヨーロッパレベルの研究を促進するために作成された。 マイグレーションに関するオンラインの誤報の拡散が深刻な問題となっている時期に作成されたものだ。 本稿では,データセットのアプリケーションと利用を提案する。
• 参考スコア（独自算出の注目度）: 4.452114001400509
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Each year, the European Migration Network (EMN) country factsheets deliver an overview of key migration and international protection developments within all EMN Member States and observer countries. The factsheets include both a textual component and a visual component. In this paper, we introduce a curated dataset of the textual component of these reports over 35 countries and 13 years (2012-2024.) The dataset was created to facilitate European-level research on migration policies and developments, and promote the use of reliable sources about migration in data science and media research, particularly at a time when the spread of online misinformation about migration constitutes a serious issue. The dataset transforms the original document texts into a tabular format, with columns corresponding to country, year, section, subsection, content, and harmonized title section. We illustrate the value of the dataset with concrete analyses and propose envisioned applications and uses of the dataset. The dataset is accessible through a DOI link.
• Abstract（参考訳）: 毎年、欧州マイグレーションネットワーク(EMN)のファクトシートは、すべてのEMN加盟国とオブザーバー国における主要なマイグレーションと国際的保護開発の概要を提供している。 ファクトシートにはテキストコンポーネントとビジュアルコンポーネントの両方が含まれている。 本稿では,35か国13年(2012～2024年)にまたがるこれらのレポートのテキスト・コンポーネントのキュレートされたデータセットについて紹介する。このデータセットは,マイグレーションの方針や展開に関するヨーロッパレベルの研究を促進するとともに,データサイエンスやメディア研究におけるマイグレーションに関する信頼性の高い情報源の利用を促進するために作成され,特にマイグレーションに関するオンラインの誤情報の普及が深刻な問題となっている。 データセットは、原文書のテキストを、国、年、節、節、内容、調和されたタイトルセクションに対応する列で表形式で変換する。 具体的な分析でデータセットの価値を説明し、想定されたアプリケーションとデータセットの利用を提案する。 データセットはDOIリンクを通じてアクセス可能である。

関連論文リスト

• The Chronicles of RiDiC: Generating Datasets with Controlled Popularity Distribution for Long-form Factuality Evaluation [56.22548620937169]
  RiDiCデータセットには、さまざまな人気層にまたがる3つのドメイン(川、自然災害、自動車モデル)から3,000のエンティティが含まれている。 各エンティティには、地理的な場所、英語と中国語の名前、関連する英語と中国語のウィキペディアコンテンツが付属している。 そして、これらをサードパーティのファクトリティーチェッカーを用いて評価し、データセットのエンティティがフロンティアモデルでさえ幻覚を引き起こすことを示した。
  論文  参考訳（メタデータ） (2026-03-11T01:02:55Z)
• Subnational Geocoding of Global Disasters Using Large Language Models [0.04374837991804084]
  災害リスク評価や災害リスク低減には, 災害時の位置情報が不可欠である。 災害データベースは、不整合な粒度や綴りを含む非構造化のテキスト形式で位置を報告し、空間データセットとの統合が困難になる。 GPT-4o を用いてテキストの位置情報を処理し,クリーン化する,完全に自動化された LLM 支援ワークフローを提案する。
  論文  参考訳（メタデータ） (2025-11-13T17:04:18Z)
• BiblioPage: A Dataset of Scanned Title Pages for Bibliographic Metadata Extraction [0.0]
  BiblioPageは、構造化メタデータを付加したスキャン済みのタイトルページのデータセットである。 このデータセットは、チェコの14の図書館から集められた約2,000のタイトルページで構成されている。 YOLO や DETR などの物体検出モデルと変換器を用いた OCR を併用し,最大 mAP 52 と F1 59。
  論文  参考訳（メタデータ） (2025-03-25T13:46:55Z)
• SciER: An Entity and Relation Extraction Dataset for Datasets, Methods, and Tasks in Scientific Documents [49.54155332262579]
  我々は,科学論文のデータセット,メソッド,タスクに関連するエンティティに対して,新たなエンティティと関係抽出データセットをリリースする。 我々のデータセットには、24k以上のエンティティと12kの関係を持つ106の注釈付きフルテキストの科学出版物が含まれています。
  論文  参考訳（メタデータ） (2024-10-28T15:56:49Z)
• The MERIT Dataset: Modelling and Efficiently Rendering Interpretable Transcripts [0.0]
  本稿では,学校レポートの文脈における完全ラベル付きデータセットであるMERITデータセットを紹介する。 その性質上、MERITデータセットは、制御された方法でバイアスを含む可能性があるため、言語モデル(LLM)で誘導されるバイアスをベンチマークするための貴重なツールである。 データセットの有用性を示すため,トークン分類モデルを用いたベンチマークを行い,SOTAモデルにおいてもデータセットが重要な課題となることを示す。
  論文  参考訳（メタデータ） (2024-08-31T12:56:38Z)
• A diverse Multilingual News Headlines Dataset from around the World [57.37355895609648]
  Babel Briefingsは、2020年8月から2021年11月までの470万のニュースの見出しを、世界中の30の言語と54の場所にわたって掲載した、新しいデータセットである。 言語モデルのトレーニングや評価のための高品質なデータセットとして機能し、単純でアクセスしやすい記事のコレクションを提供する。
  論文  参考訳（メタデータ） (2024-03-28T12:08:39Z)
• Datasets for Large Language Models: A Comprehensive Survey [37.153302283062004]
  この調査は、LLMデータセットの基本的側面を5つの観点から統合し、分類する。 この調査は、一般的な課題を浮き彫りにし、今後の調査への道のりを指摘している。 調査対象のデータサイズは、事前トレーニングのコーパスが774.5TB、他のデータセットが700万インスタンスを超えている。
  論文  参考訳（メタデータ） (2024-02-28T04:35:51Z)
• The Problem of Zombie Datasets:A Framework For Deprecating Datasets [55.878249096379804]
  我々は、ImageNet、8000 Million Tiny Images、MS-Celeb-1M、Duke MTMC、Brainwash、HRT Transgenderなど、いくつかの著名なデータセットの公開後処理について検討する。 本稿では,リスクの考慮,影響の緩和,アピール機構,タイムライン,非推奨プロトコル,公開チェックなどを含むデータセットの非推奨化フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-18T20:13:51Z)
• EuroCrops: A Pan-European Dataset for Time Series Crop Type Classification [0.0]
  EuroCropsは、作物の分類とマッピングのための訓練と評価のための、自己宣言型フィールドアノテーションに基づくデータセットである。 これにより、地球観測とリモートセンシングによるデータ駆動型土地被覆分類の研究活動と議論の充実を図る。
  論文  参考訳（メタデータ） (2021-06-14T15:21:50Z)
• Global Attention for Name Tagging [56.62059996864408]
  ローカル、文書レベル、コーパスレベルのコンテキスト情報を活用することで、名前タグを改善するための新しいフレームワークを提案する。 本研究では,グローバルな注意を介し,文書レベルのコンテキスト情報とコーパスレベルのコンテキスト情報と,局所的なコンテキスト情報とを組み込むことを学習するモデルを提案する。 ベンチマークデータセットの実験は、我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-10-19T07:27:15Z)
• ToTTo: A Controlled Table-To-Text Generation Dataset [61.83159452483026]
  ToTToはオープンドメインの英語のテーブル・トゥ・テキストのデータセットで、12万以上のトレーニングサンプルがある。 本稿では、ウィキペディアから既存の候補文を直接修正するデータセット構築プロセスを紹介する。 通常流動的であるが、既存の方法は多くの場合、表がサポートしていないフレーズを幻覚させる。
  論文  参考訳（メタデータ） (2020-04-29T17:53:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。