The benchmarking results of WSD algorithm

NIAID Data Ecosystem2026-05-10 收录

词义消歧

数据链接：

https://figshare.com/articles/dataset/The_benchmarking_results_of_WSD_algorithm/30818273 数据链接链接失效反馈

官方服务：

资源简介：

The benchmarking results of WSD algorithm

创建时间：

2025-12-08

WiC

自然语言处理

词义消歧

WiC数据集是由剑桥大学等机构创建，专注于评估上下文敏感词义表示的大型数据集。该数据集包含7428个实例，每个实例包含一个目标词及其在两个不同上下文中的使用情况，旨在通过二元分类任务评估模型对词义动态变化的理解能力。数据集内容来源于WordNet、VerbNet和Wiktionary等权威资源，经过专家精心注释和筛选，确保数据质量。WiC数据集的应用领域广泛，主要用于评估和改进自然语言处理中词义消

arXiv2019-04-27 更新970

deshanksuman/Multilingual_WSD_semcor

多语言处理

词义消歧

这是一个用于词语 sense 离散化（WSD）任务的数据集，包含了多种语言（法语、德语、意大利语、西班牙语）的语料。数据集大小介于10K到100K之间，是mwsd-datasets的意义映射版本，仅供研究使用。

Hugging Face2025-10-28 更新80

g2p-exploration/WikipediaHomographData

词义消歧

这是一个包含同形词、单词ID、句子以及句子中同形词起始和结束位置的数据集，用于研究同形词在文本中的使用和识别。数据集分为训练集和测试集，总共包含2278239字节，下载大小为1159431字节。

Hugging Face2025-03-01 更新50

SBU-WSD-Corpus

自然语言处理

词义消歧

SBU-WSD-Corpus 是波斯语词义消歧 (WSD) 的语料库。它使用来自波斯 WordNet (FarsNet) 感官清单的感官进行手动注释。 SBU-WSD-Corpus 由 19 个波斯语文档组成，包括 Sports、Science、Arts 等不同领域。它包括 5892 个波斯语跑步文本的实词和 3371 个人工感知注释词（2073 个名词、566 个动词、610 个形容词和 122

OpenDataLab2026-07-12 更新320

Senseval-2

自然语言处理

词义消歧

该数据集因尺寸限制，是在Senseval和SemEval情境中使用最小的数据集进行训练。由于内存和时间限制，本研究在训练模型时采用了这一数据集，而没有使用更大的数据集。该数据集的任务是词义消歧。

arXiv60