AlbNews：阿尔巴尼亚语标题主题建模语料库
AlbNews: A Corpus of Headlines for Topic Modeling in Albanian
AI总结：
本文提出阿尔巴尼亚语新闻标题语料库AlbNews，含600条带标签和2600条未带标签标题，用于主题建模，并报告了传统机器学习分类器的基线结果。
摘要：
对于像阿尔巴尼亚语这样的低资源语言，可用文本语料库的稀缺是自然语言处理任务研究的一个严重障碍。本文介绍了AlbNews，这是一个包含600条带主题标签的新闻标题和2600条未带标签的阿尔巴尼亚语新闻标题的集合。该数据可免费用于开展主题建模研究。我们报告了使用AlbNews样本训练的一些传统机器学习分类器的初始分类得分。这些结果表明，基础模型优于集成学习模型，并可作为未来实验的基线。
英文摘要：
The scarcity of available text corpora for low-resource languages like Albanian is a serious hurdle for research in natural language processing tasks. This paper introduces AlbNews, a collection of 600 topically labeled news headlines and 2600 unlabeled ones in Albanian. The data can be freely used for conducting topic modeling research. We report the initial classification scores of some traditional machine learning classifiers trained with the AlbNews samples. These results show that basic models outrun the ensemble learning ones and can serve as a baseline for future experiments.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
