IBM/limit

LiMiT数据集是一个大规模的人工标注的英文文本句子集合，用于描述物理实体的运动情况，并标注了运动中的物理实体。该数据集旨在识别自然语言中描述的物理实体的运动，包含训练集和测试集，分别有23559和1000个实例。每个实例包括ID、句子、运动标识以及运动实体列表。

原始信息汇总

数据集概述

数据集名称

• 名称: LiMiT
• 别名: 无

数据集基本信息

• 语言: 英语 (en)
• 许可证: cc-by-sa-4.0
• 多语言性: 单语种
• 大小: 10K<n<100K

数据集结构

• 特征:
  • id: 整数索引
  • sentence: 字符串，描述物理实体运动的句子
  • motion: 字符串，指示句子是否描述物理实体的运动
  • motion_entities: 列表，包含实体及其在句子中的起始索引
    • entity: 字符串，运动中的实体
    • start_index: 整数，实体文本在句子中的起始索引

数据集划分

• 训练集: 23559个样本
• 测试集: 1000个样本

任务类别

• 任务类别: 令牌分类, 文本分类
• 任务ID: 多类分类, 命名实体识别

数据集创建

• 注释创建者: 众包
• 语言创建者: 发现
• 源数据集: 扩展自net-activities-captions, 原始数据

下载信息

• 下载大小: 4214925字节
• 数据集大小: 3203950字节