"gap" 数据集的数据卡片

数据集概述

GAP 是一个性别平衡的数据集，包含了8,908对已进行核心指代标注的（不明确的代词，先行词名称）配对数据，这些数据是从维基百科中采样并由Google AI Language发布，用于评估实际应用中核心指代解析的性能。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据示例

• 下载的数据集文件大小：2.40 MB
• 生成的数据集大小：2.43 MB
• 总磁盘使用量：4.83 MB

'验证'的一个示例如下。

{
    "A": "aliquam ultrices sagittis",
    "A-coref": false,
    "A-offset": 208,
    "B": "elementum curabitur vitae",
    "B-coref": false,
    "B-offset": 435,
    "ID": "validation-1",
    "Pronoun": "condimentum mattis pellentesque",
    "Pronoun-offset": 948,
    "Text": "Lorem ipsum dolor",
    "URL": "sem fringilla ut"
}

数据字段

数据字段在所有拆分中是相同的。

• ID：字符串特征。
• Text：字符串特征。
• Pronoun：字符串特征。
• Pronoun-offset：int32特征。
• A：字符串特征。
• A-offset：int32特征。
• A-coref：布尔特征。
• B：字符串特征。
• B-offset：int32特征。
• B-coref：布尔特征。
• URL：字符串特征。

数据拆分

数据集创建

策划理由

More Information Needed

来源数据

More Information Needed

More Information Needed

标注

More Information Needed

More Information Needed

个人和敏感信息

More Information Needed

使用数据的注意事项

数据的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

More Information Needed

附加信息

数据集策划者

More Information Needed

许可信息

More Information Needed

引用信息

@article{webster-etal-2018-mind,
    title = "Mind the {GAP}: A Balanced Corpus of Gendered Ambiguous Pronouns",
    author = "Webster, Kellie  and
      Recasens, Marta  and
      Axelrod, Vera  and
      Baldridge, Jason",
    journal = "Transactions of the Association for Computational Linguistics",
    volume = "6",
    year = "2018",
    address = "Cambridge, MA",
    publisher = "MIT Press",
    url = "https://aclanthology.org/Q18-1042",
    doi = "10.1162/tacl_a_00240",
    pages = "605--617",
}

贡献者

感谢 @thomwolf ， @patrickvonplaten ， @otakumesi ， @lewtun 添加了该数据集。