Concept Description Variation Corpus

Il corpus Concept Description Variation è una risorsa parallela annotata con relazioni di prerequisito tra triple di testi che descrivono in lingua inglese concetti nei domini della matematica, geometria, data mining e fisica. L'annotazione è stata effettuata tramite crowd-sourcing per 10 diverse triple di concetti. Per ogni concetto, la sua descrizione è stata estratta da tre differenti risorse enciclopediche, ciascuna rivolta a un pubblico diverso: Simple Wikipedia, che offre testi semplici pensati per apprendenti di lingua seconda o persone con difficoltà cognitive; Wikipedia, che contiene descrizioni in inglese standard; e enciclopedie per specialisti, che utilizzano un lessico e uno stile di scrittura destinati a esperti del dominio. Pertanto, complessivamente, la risorsa è composta da 90 testi che descrivono 30 diversi concetti. Le annotazioni mirano a valutare se le differenze di stile nella scrittura delle descrizioni dei concetti influiscono sulla capacità dei soggetti di riconoscere e annotare correttamente l'ordine di apprendimento dei concetti all'interno di una tripla. Questa caratteristica rende il corpus parallelo una risorsa originale e unica nel suo genere.