CroissantMiner：面向机器学习数据集的 Croissant 元数据自动提取与验证

英文标题：CroissantMiner: Automated Extraction and Validation of Croissant Metadata for ML Datasets

Croissant 已成为机器可读数据集元数据的一项标准，但填写相关字段仍需要人工仔细阅读数据集文档，工作量较大。CroissantMiner 提出首个支持端到端评估的基准，用于自动提取和验证机器学习数据集的 Croissant 元数据。该工作有望降低数据集元数据标准化的成本，并为开发者构建、检索和复用机器学习数据集提供支持。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB