ahmeshaf/ecb_plus_mentions

该数据集名为Event Coref Bank plus mentions map，用于跨文档事件共指消解。它包含多个分割，如训练集、开发集、小型开发集和测试集，每个分割都有其大小和示例数量。数据集的特征包括mention_id、split、men_type、topic等，类型包括字符串和整数。数据集的引用信息提供了详细的引用指南，指导用户在出版物中正确引用此资源。

原始信息汇总

数据集概述

数据集信息

• 许可证: Apache-2.0
• 数据集大小:
  • 下载大小: 5399722字节
  • 数据集大小: 41688131字节

数据集特征

• 特征名称 (数据类型):
  • mention_id (string)
  • split (string)
  • men_type (string)
  • topic (string)
  • doc_id (string)
  • sentence_id (string)
  • sentence (string)
  • start_char (int64)
  • end_char (int64)
  • mention_text (string)
  • gold_cluster (string)
  • lemma (string)
  • sentence_tokens (sequence: string)
  • marked_sentence (string)
  • marked_doc (string)

数据集分割

• 分割名称 (字节数, 示例数):
  • train (23554953, 8566)
  • dev (5171379, 2125)
  • dev_small (1460557, 596)
  • test (11501242, 3835)

配置信息

• 配置名称: default
• 数据文件路径:
  • train: data/train-*
  • dev: data/dev-*
  • dev_small: data/dev_small-*
  • test: data/test-*