dstrohmaier/SeCoDa

SeCoDa（Sense Complexity Dataset）是一个用于词义消歧的英文数据集，基于CWIG3G2数据集构建。数据集的主要数据存储在SeCoDa.tsv文件中，包含需要消歧的词汇、其在上下文中的起始和结束位置、上下文句子、选择的词义以及注释。词义来源于《剑桥高级学习者词典》。数据集还包含了一些更新信息，如添加了缺失的条目和修正了注释中的拼写错误。使用该数据集的研究必须引用相关的学术论文。

原始信息汇总

数据集概述

数据集名称

• SeCoDa

数据集描述

• SeCoDa 是一个用于词义复杂性分析的数据集。

数据集内容

• 主要数据文件：SeCoDa.tsv
• 数据结构：
  • 1. 待消歧的词
  • 2. 词在上下文中的起始偏移
  • 3. 词在上下文中的结束偏移
  • 4. 上下文（词出现的句子）
  • 5. 选定的词义
  • 6. 注释（包含多词表达信息）

数据集语言

• 英语

数据集任务类别

• 词元分类

数据集来源

• 词义来自Cambridge Advanced Learners Dictionary。

数据集更新

• 已添加两个缺失的条目并修正了注释中的拼写错误。

数据集许可证

• Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License