adithya7/xlel_wd

XLEL-WD是一个多语言事件链接数据集，包含从多语言维基百科/维基新闻文章中提及的事件到Wikidata中事件项目的引用。数据集的事件描述来自相应的维基百科文章。该数据集支持多语言和跨语言的事件链接任务，并包含44种语言的文本。数据集的创建过程涉及从Wikidata中识别事件项目，并找到对应的多语言维基百科页面，最后从这些页面中提取超链接。数据集的结构包括训练、开发和测试集，每个实例包含提及的文本、上下文信息、语言和Wikidata标签ID。

原始信息汇总

数据集概述

数据集名称: XLEL-WD

描述: XLEL-WD是一个多语言事件链接数据集，包含多语言Wikipedia/Wikinews文章中提到的事件项的引用。这些事件项来自Wikidata，其描述从相应的Wikipedia文章中提取。

语言: 包含44种语言，包括Afrikaans, Arabic, Belarusian, Bulgarian等。

许可证: CC-BY-4.0

多语言性: 多语言

大小: 1M<n<10M

源数据: 原始数据

数据集结构

数据实例: 每个实例包含以下字段：

• mention: 提及的文本范围
• context_left: 文档中提及的左侧段落上下文
• context_right: 文档中提及的右侧段落上下文
• context_lang: 上下文（及提及）的语言
• label_id: Wikidata事件的标签ID

数据分割: 数据集分为训练集、验证集和测试集。

数据集创建

采集理由: 该数据集有助于解决事件链接的任务，特别是使用Wikidata作为知识库，链接多语言Wikipedia和Wikinews文章中的提及。

源数据: 数据集的源数据来自Wikidata，通过其空间和时间属性识别事件项，并从多语言Wikipedia页面中提取相应信息。

注释: 数据集的注释（从Wikipedia/Wikinews到Wikidata的链接）由原始Wiki贡献者添加。

使用数据集的考虑

已知限制: XLEL-WD v1.0.0主要关注Wikidata中的事件名词，不包括如疾病爆发、军事攻势和战争等其他类型的事件项。