Extended McRae Dataset

该数据集包含514个概念和50个属性，每个概念都与一系列属性相关联，这些属性表明该概念是否具备这些特性。该数据集用于评估模型根据概念-属性对预测常识属性的能力。其规模涉及514个概念和50个属性，任务是对常识属性进行分类。

This dataset comprises 514 concepts and 50 attributes. Each concept is linked to a set of attributes that indicate whether the concept possesses the corresponding characteristics. This dataset is designed to evaluate a model's ability to predict common-sense attributes based on concept-attribute pairs, with the core task being common-sense attribute classification.

搜集汇总

背景与挑战

背景概述

Extended McRae Dataset是用于研究神经语言表示是否学习物理常识的数据集，包含抽象和情境化两类数据，并辅以人类注释和自然语言统计。该数据集支持多种模型实验，包括GloVe、ELMo和BERT，旨在评估模型在物理常识任务上的性能。