DFKI-SLT/argmicro

argmicro数据集包含112篇短篇论证文本，这些文本最初用德语撰写，并已专业翻译成英语。数据集基于Freeman和Toulmin的论证理论，包含支持（pro）和反对（opp）组件以及六种关系类型：seg（段落）、add（补充）、exa（示例）、reb（反驳）、sup（支持）和und（削弱）。数据集还引入了基于段落的跨度，以覆盖整个文本。数据集支持的任务包括结构预测、关系识别、中心主张识别、角色分类和功能分类。数据集的创建过程包括文本的收集、校正和注释，所有文本均由专家注释者进行注释，并经过检查和讨论以确保准确性。

原始信息汇总

数据集概述

数据集名称: argmicro

数据集描述: arg-microtexts corpus 包含112篇短的辩论性文本。所有文本最初以德语编写，并由专业翻译人员翻译成英语。该数据集基于Freeman的论证宏观结构理论和Toulmin的图解技术，包含pro（支持者）和opp（反对者）组件以及六种关系类型：seg（段落）、add（添加）、exa（例子）、reb（反驳）、sup（支持）和und（削弱）。

支持的任务:

• 结构预测
• 关系识别
• 中心主张识别
• 角色分类
• 功能分类

语言:

• 德语，附带英语翻译

数据集结构

数据实例:

• 下载的数据集文件大小: 2.89 MB

数据字段:

• id: 文档实例ID，字符串类型
• topic_id: 文档主题，字符串类型
• stance: 对主题的立场索引，整数类型
• text: 文档内容，字符串类型
• edus: 基本话语单元，文本分段跨度
  • id: EDUs实例ID，字符串列表
  • start: 跨度起始索引，整数列表
  • end: 跨度结束索引，整数列表
• adus: 辩论性话语单元，基于EDUs的辩论相关主张
  • id: ADUs实例ID，字符串列表
  • type: ADU类型索引，整数列表
• edges: adus之间的关联或adus与其他edges的关联
  • id: 边实例ID，字符串列表
  • src: 关系中的源元素ID，字符串列表
  • trg: 关系中的目标元素ID，字符串列表
  • type: 边类型索引，整数列表

数据分割:

• 训练集: 112个实例
• 平均每个实例的句子数: 5.1

数据标签:

立场

立场	计数	百分比
pro	46	41.1%
con	42	37.5%
unclear	1	0.9%
UNDEFINED	23	20.5%

ADUs

ADUs	计数	百分比
pro	451	78.3%
opp	125	21.7%

关系

关系	计数	百分比
支持: sup	281	55.2%
支持: exa	9	1.8%
攻击: und	65	12.8%
攻击: reb	110	21.6%
其他: joint	44	8.6%

数据集创建

源数据:

• 23篇文本由作者Andreas Peldszus编写
• 90篇文本通过控制文本生成实验收集

初始数据收集和规范化:

• 112篇“微文本”响应触发问题编写
• 文本经过拼写和语法错误校正

注释过程:

• 所有文本均按照Peldszus & Stede提出的方案进行辩论结构注释
• 注释由一位专家完成，争议实例由两位或更多专家讨论

注释者:

• 信息待补充

个人和敏感信息:

• 信息待补充

许可证信息

arg-microtexts corpus 根据Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License发布。