five

SEACrowd/creole_rc

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/creole_rc
下载链接
链接失效反馈
官方服务:
资源简介:
CreoleRC是CreoleVal论文创建的一个子集,专注于关系分类任务,旨在识别文本中实体之间的语义关联,这对于知识库补全和问答系统等应用至关重要。数据集来源于维基百科并经过人工标注。CreoleRC包含5种克里奥尔语,但SEACrowd特别关注其中的Chavacano子集。

CreoleRC是CreoleVal论文创建的一个子集,专注于关系分类任务,旨在识别文本中实体之间的语义关联,这对于知识库补全和问答系统等应用至关重要。数据集来源于维基百科并经过人工标注。CreoleRC包含5种克里奥尔语,但SEACrowd特别关注其中的Chavacano子集。
提供机构:
SEACrowd
原始信息汇总

CreoleRC 数据集概述

基本信息

  • 数据集名称: CreoleRC
  • 数据集来源: CreoleVal 论文创建的子集
  • 任务类别: 关系抽取 (Relation Extraction)
  • 语言: cbk
  • 标签: 关系抽取
  • 数据集版本:
    • 源版本: 1.0.0
    • SEACrowd 版本: 2024.06.20
  • 许可证: Creative Commons Attribution Share Alike 4.0 (cc-by-sa-4.0)

数据集描述

CreoleRC 是一个从 Wikipedia 中提取并手动标注的数据集,专注于识别文本中实体之间的语义关联。该数据集包含 5 种克里奥尔语,但 SEACrowd 特别关注 Chavacano 子集。

使用方法

使用 datasets

python from datasets import load_dataset dset = datasets.load_dataset("SEACrowd/creole_rc", trust_remote_code=True)

使用 seacrowd

python import seacrowd as sc

使用默认配置加载数据集

dset = sc.load_dataset("creole_rc", schema="seacrowd")

查看数据集的所有可用子集(配置名称)

print(sc.available_config_names("creole_rc"))

使用特定配置加载数据集

dset = sc.load_dataset_by_config_name(config_name="<config_name>")

引用

如果使用 CreoleRC 数据集,请引用以下文献:

@misc{lent2023creoleval, title={CreoleVal: Multilingual Multitask Benchmarks for Creoles}, author={Heather Lent and Kushal Tatariya and Raj Dabre and Yiyi Chen and Marcell Fekete and Esther Ploeger and Li Zhou and Hans Erik Heje and Diptesh Kanojia and Paul Belony and Marcel Bollmann and Loïc Grobol and Miryam de Lhoneux and Daniel Hershcovich and Michel DeGraff and Anders Søgaard and Johannes Bjerva}, year={2023}, eprint={2310.19567}, archivePrefix={arXiv}, primaryClass={cs.CL} }

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作