mbruton/spanish_srl

西班牙语语义角色标注数据集，包含分词后的句子及其每个词在句子中的语义角色。数据集分为训练、测试和开发集，用于测试一种特定的动词索引方法。西班牙语语义角色标注数据集，包含分词后的句子及其每个词在句子中的语义角色。数据集分为训练、测试和开发集，用于测试一种特定的动词索引方法。

原始信息汇总

数据集概述

名称: SpanishSRL

语言: 西班牙语

任务类别: 词元分类

数据集大小: 10K<n<100K

数据集结构

数据字段

• tokens: 字符串序列，表示句子中的词元。
• tags: 整数序列，表示每个词元的语义角色标签。标签包括多种角色，如"arg0|[agt, cau, exp, src]", "arg1|[ext, loc, pat, tem]"等。
• ids: 整数，表示句子的唯一标识符。

数据分割

• train: 包含14328个样本，总字节数为7401018。
• test: 包含1724个样本，总字节数为876498。
• dev: 包含1654个样本，总字节数为870737。

数据集创建

来源数据

• 数据来源于2009 CoNLL Shared Task。

数据集创建者

• 数据集由Micaella Bruton创建，作为其硕士论文的一部分。