relbert/relation_mapping

Relation Mapping数据集的任务是选择最佳的词对组合。具体来说，给定两个词集A和B，任务是识别它们之间的双射映射M。数据实例展示了如何从源词列表映射到目标词列表，并提供了具体的例子。数据集的结构包括数据实例和数据分割，测试集包含20个实例。

原始信息汇总

数据集概述

数据集名称

Relation Mapping

数据集描述

Relation Mapping 是一个任务，旨在选择词对的最优组合，具体细节可参考相关论文。

数据集任务

• 问题定义：Relation Mapping 问题是指在给定两组词（A 和 B）的情况下，识别它们之间的映射关系 M。
• 示例映射：
  • 从 "solar system" 到 "atom"
  • 从 "sun" 到 "nucleus"
  • 从 "planet" 到 "electron"
  • 从 "mass" 到 "charge"
  • 从 "attracts" 到 "attracts"
  • 从 "revolves" 到 "revolves"
  • 从 "gravity" 到 "electromagnetism"

数据集结构

数据实例

• 结构：每个实例包含 id, reference, source, target, agreement, pos, target_random 字段。
• 任务：根据 source 和 target_random，预测 target_random 的正确顺序，使其与 target 匹配。
• 复杂度：平均每个集合包含7个词，可能的顺序总数为5040。

数据分割

• 测试集大小：20个实例

引用信息

@article{turney2008latent, title={The latent relation mapping engine: Algorithm and experiments}, author={Turney, Peter D}, journal={Journal of Artificial Intelligence Research}, volume={33}, pages={615--655}, year={2008} }