pie/argmicro

argmicro数据集是一个包含德文和英文文本的论证分析数据集。数据集定义了`ArgMicroDocument`文档类型，包括文本、ID、主题ID和元数据等字段，并包含立场、教育单元（edus）、论证单元（adus）和关系（relations）等注释层。立场注释层包含支持（pro）、反对（con）、不明确（unclear）或无标签的立场标签。论证单元（adus）由多个教育单元（edus）组成，并包含反对（opp）和支持（pro）标签。关系（relations）注释层包含支持（sup）、反驳（reb）、削弱（und）和示例（exa）等关系标签。数据集还提供了文档转换器，用于将数据集转换为其他文档类型，如带有标签跨度和二元关系的文本文档。

原始信息汇总

PIE Dataset Card for "argmicro"

数据集变体

• de: 包含原始德语文本集合
• en: 包含英语翻译文本

数据架构

• 文档类型: ArgMicroDocument
• 数据字段:
  • text (str)
  • id (str, optional)
  • topic_id (str, optional)
  • metadata (dictionary, optional)
• 注释层:
  • stance (注释类型: Label)
    • 描述: 可能包含的标签有 pro, con, unclear 或未定义时无标签
  • edus (注释类型: Span, 目标: text)
  • adus (注释类型: LabeledAnnotationCollection, 目标: edus)
    • 描述: adus 中的每个元素可能包含 edus 中的多个条目
    • LabeledAnnotationCollection 字段:
      • annotations (注释类型: Span, 目标: text)
      • label (str, optional), 值: opp, pro
  • relations (注释类型: MultiRelation, 目标: adus)
    • 描述: MultiRelation 字段:
      • head (tuple, 注释类型: LabeledAnnotationCollection, 目标: adus)
      • tail (tuple, 注释类型: LabeledAnnotationCollection, 目标: adus)
      • label (str, optional), 值: sup, exa, reb, und

文档转换器

• 目标文档类型: pytorch_ie.documents.TextDocumentWithLabeledSpansAndBinaryRelations
  • LabeledSpans, 从 ArgMicroDocument 的 adus 转换
    • 标签: opp, pro
    • 如果 ADU 包含多个跨度（即 EDUs），则取第一个 EDU 的起始和最后一个 EDU 的结束作为新 LabeledSpan 的边界
  • BinraryRelations, 从 ArgMicroDocument 的 relations 转换
    • 标签: sup, reb, und, joint, exa
    • 如果 head 或 tail 包含多个 adus，则构建所有 head-tail 组合的 BinaryRelation 并从原始关系中获取标签
  • metadata, 保留 ArgMicroDocument 的 metadata，但不包括 stance 和 topic_id