MASSW 科学工作流程数据集

MASSW (Multi-Aspect Summarization of Scientific Workflows) 数据集是一个专注于科学工作流程多方面总结的综合文本数据集，是由密歇根大学 (University of Michigan, Ann Arbor) 、普渡大学 (Purdue University) 和 LG 人工智能研究所的研究人员于 2024 年共同发布，相关论文成果为「MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows」。

MASSW 包含了超过 152k 篇来自 17 个顶级计算机科学会议的同行评审出版物，这些数据覆盖了过去 50 年的时间跨度。该数据集的核心特点在于它定义了科学工作流的 5 个关键方面：上下文、关键思想、方法、结果和预期影响。这些方面被用来从每篇出版物中提取和结构化信息，从而生成结构化的总结。这一过程不仅提高了信息的可访问性，还为各种下游任务和分析提供了便利。