Redistributing Lossless-Compression Test Corpora: An Audit of Nine Corpora and a File-Level Publication Procedure
Dit artikel auditeert negen veelgebruikte corpora voor verliesvrije compressie om wijdverbreide licentie-ambiguïteiten en reproduceerbaarheidsgaten bloot te leggen, en stelt vervolgens een rigoureuze publicatieprocedure op bestandsniveau voor en valideert deze, welke voorzien in afkomst-gegevens, verificatie door dubbel onderzoek en gestandaardiseerde metadata om de veilige herdistributie van compressiedatasets mogelijk te maken.