RussianNLP/EyeWino

EyeWino是一个基于人类眼动追踪数据的指代消解任务数据集。该数据集来源于TAPE的俄语Winograd Schema Challenge数据集，最终包含296个句子-问题对，涉及9319个单词和148个独特句子。每个单词的平均参与者数为48，总观测数为448047。数据字段包括单词、示例ID、文本ID、单词位置、参与者ID、答案正确性、阅读时间、注视时间、注视次数、首次注视持续时间、首次注视的坐标、首次眼跳幅度、正确先行词、错误先行词、代词、是否为代词以及标签等。

EyeWino is a new dataset based on the data from human eye-tracking for anaphora resolution. The Russian Winograd Schema Challenge dataset from TAPE was utilized for the anaphora resolution task to gather information on participants eye movements. The final dataset consists of 296 sentence-question pairs, which contain 9319 words and 148 unique sentences. The average number of participants per word is 48. The total number of observations for each variable is 448047. Data fields include word, example_id, text_id, position_id, annotator_id, is_answer_correct, reading_time, gaze_duration, fixations, first_fixation_duration, x_coordinate_first_fixation, y_coordinate_first_fixation, amplitude_first_saccade, correct_antecedent, incorrect_antecedent, pronoun, is_pronoun, and label.

原始信息汇总

EyeWino 数据集概述

数据集描述

• 名称: EyeWino
• 语言: 俄语
• 标签: 回指消解, 眼动追踪
• 大小: 100K<n<1M
• 许可证: MIT
• 数据文件:
  • config_name: default
  • data_files:
    • split: test
    • path: winograd.csv

数据集详情

• 来源: 基于TAPE的俄罗斯Winograd Schema Challenge数据集（Taktasheva et al., 2022）
• 内容: 包含296个句子-问题对，共9319个单词，148个唯一句子
• 参与者平均数: 每个单词平均有48个参与者
• 总观察数: 每个变量共有448047个观察值

数据字段

• word: 句子中的单词
• example_id: 数据集中示例的ID
• text_id: 数据集中唯一文本的ID
• position_id: 单词在句子中的位置
• annotator_id: 实验参与者的ID
• is_answer_correct: 实验参与者答案的正确性
• reading_time: 当前单词上所有注视持续时间的总和，单位为毫秒
• gaze_duration: 当前单词在首次阅读中所有注视持续时间的总和，单位为毫秒
• fixations: 当前单词上所有注视的次数
• first_fixation_duration: 单词上首次注视的持续时间，单位为毫秒
• x_coordinate_first_fixation: 单词上首次注视在x轴上的坐标，屏幕为坐标平面
• y_coordinate_first_fixation: 单词上首次注视在y轴上的坐标，屏幕为坐标平面
• amplitude_first_saccade: 首次扫视的幅度，单位为度
• correct_antecedent: example_id的正确先行词
• incorrect_antecedent: example_id的错误先行词
• pronoun: example_id的回指代词
• is_pronoun: 指示单词是否为回指代词
• label: 指示问题是否关于正确先行词