DocRED

DocRED（Document-Level Relation Extraction Dataset）是由维基百科和维基数据构建的关系提取数据集。数据集中的每个文档都使用命名实体提及、共指信息、句内和句间关系以及支持证据进行人工注释。 DocRED 需要阅读文档中的多个句子来提取实体并通过综合文档的所有信息来推断它们的关系。除了人工注释的数据，该数据集还提供了大规模的远程监督数据。 DocRED 包含 132,375 个实体和 56,354 个关系事实，在 5,053 个 Wikipedia 文档上进行了注释。除了人工注释的数据外，该数据集还提供了超过 101,873 个文档的大规模远程监督数据。