ju-resplande/rebel-pt

REBEL-Portuguese数据集是从REBEL-dataset改编而来的葡萄牙语数据集，专门用于文本检索和关系抽取任务。数据来源于葡萄牙语维基百科和Wikidata，通过自动化流程进行数据收集和标注。数据集的主要用途是训练模型从原始文本中提取三元组（主体、对象和关系类型）。

原始信息汇总

数据集概述

数据集名称

• 名称: REBEL-Portuguese

数据集属性

• 语言: 葡萄牙语 (pt)
• 许可证: cc-by-nc-sa-4.0
• 多语言性: 单语种
• 大小: 未知
• 来源数据集: 扩展自 rebel-dataset
• 任务类别:
  • 文本检索
  • 文本到文本生成
• 标签:
  • 关系抽取
  • 条件文本生成

数据集描述

• 概述: 该数据集是从REBEL-dataset适配到葡萄牙语的版本。
• 支持的任务和排行榜:
  • 用于训练关系抽取模型，该任务涉及从原始文本中提取由主体、客体和关系类型组成的三元组。

数据集结构

• 数据来源: 数据来自葡萄牙语维基百科的文本，以及Wikidata用于三元组注释。
• 初始数据收集和规范化: 使用cRocoDiLe数据集提取管道，该管道受T-REx Pipeline启发，从维基百科和Wikidata的转储开始。
• 注释过程: 数据集的注释是自动生成的。

使用数据集的注意事项

• 个人和敏感信息: 由于所有文本来自维基百科，可能包含个人或敏感信息。