biglam/atypical_animacy

该数据集是一个用于检测非典型生命性的数据集，基于19世纪英国图书馆数字化的书籍中的英文句子。数据集包含598个句子，每个句子都标注了目标表达的animacy（生命性）和humanness（人性化）属性。数据集主要用于文本分类任务，特别是情感分类和意图分类。数据集的创建过程包括手动注释，注释者来自多个学术机构。数据集的结构包括句子、上下文、目标表达、animacy、humanness等字段，并且只有一个训练集拆分。

原始信息汇总

数据集概述

数据集名称

• 名称: Atypical Animacy

数据集描述

• 语言: 英语 (en)
• 许可证: CC0-1.0
• 多语言性: 单语种
• 大小: 小于1000条记录 (n<1K)
• 来源: 原始数据集
• 任务类别: 文本分类
• 任务ID: 情感分类, 意图分类

数据集结构

• 特征:
  • id: 字符串
  • sentence: 字符串
  • context: 字符串
  • target: 字符串
  • animacy: 浮点数 (float32)
  • humanness: 浮点数 (float32)
  • offsets: 整数列表 (int32)
  • date: 字符串
• 数据分割:
  • 训练集: 594个样本, 数据大小442217字节

数据集创建

• 注释创建者: 专家生成
• 语言创建者: 机器生成
• 来源数据: 由英国图书馆数字化书籍手动注释生成
• 注释过程: 分为两个阶段，第一阶段通过掩码方式让注释者选择最可能的实体类型，第二阶段根据特定标准评估目标实体的活性和人性
• 注释者: Giorgia Tolfo, Ruth Ahnert, Kaspar Beelen, Mariona Coll Ardanuy, Jon Lawrence, Katherine McDonough, Federico Nanni, Daniel CS Wilson

使用考虑

• 个人和敏感信息: 数据集不包含个人信息，部分内容可能敏感

附加信息

• 数据集管理者: Kaspar Beelen, Mariona Coll Ardanuy, Federico Nanni, Giorgia Tolfo
• 许可证信息: CC0 1.0 Universal Public Domain
• 引用信息: 见提供的README文件内容中的引用部分