relbert/analogy_questions

该数据集包含5种不同的词汇类比问题，用于类比语言模型的研究。数据集分为原始类比问题和额外类比问题，每种问题都有详细的规模、选择数量和关系组数量。数据实例展示了测试数据的结构，包括查询词对、候选词对和正确答案的索引。数据集的所有资源均遵循CC-BY-NC-4.0许可，可用于学术研究或个人研究，但禁止商业用途。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Analogy Question
• 语言: 英语
• 许可证: CC-BY-NC-4.0
• 多语言性: 单语种
• 大小: 小于1000条记录

数据集详情

数据集总结

• 内容: 包含5种不同的词汇类比问题，用于类比语言模型。
• 原始类比问题:
  • u2: 24/228条记录，9个关系组
  • u4: 48/432条记录，5个关系组
  • google: 50/500条记录，2个关系组
  • bats: 199/1799条记录，3个关系组
• 额外类比问题:
  • semeval2012_relational_similarity: 79条记录，79个关系组
  • t_rex_relational_similarity: 496/183条记录，60/19个关系组
  • conceptnet_relational_similarity: 1112/1192条记录，18/16个关系组
  • nell_relational_similarity: 400/600条记录，4/6个关系组
  • scan: 178/1616条记录，2/2个关系组

数据集结构

• 数据实例:
  • 示例: 包含stem（查询词对），choice（词对候选），answer（正确候选的索引）。
  • 格式: 所有数据除Google数据集外均为小写。

引用信息

@inproceedings{ushio-etal-2021-bert-is, title ={{BERT} is to {NLP} what {A}lex{N}et is to {CV}: {C}an {P}re-{T}rained {L}anguage {M}odels {I}dentify {A}nalogies?}, author={Ushio, Asahi and Espinosa-Anke, Luis and Schockaert, Steven and Camacho-Collados, Jose}, booktitle={Proceedings of the {ACL}-{IJCNLP} 2021 Main Conference}, year={2021}, publisher={Association for Computational Linguistics} }