alevkov95/text2log

该数据集名为text2log，主要用于将自然语言文本翻译为一阶逻辑（FOL）语句。数据集包含从enTenTen15中筛选出的100,000条简单英语句子及其通过ccg2lambda工具生成的FOL翻译。数据集的结构包括两个主要字段：clean表示简单的英语句子，trans表示对应的Lambda Dependency-based Compositional Semantics翻译。数据集的创建目的是改进从自然文本生成FOL语句的能力。数据集的注释是机器生成的，不包含个人或敏感信息。

原始信息汇总

数据集概述

数据集名称

• 名称：text2log

数据集属性

• 语言：英语（en）
• 多语言性：单语
• 许可证：未知
• 大小：100K<n<1M
• 来源：原始数据
• 任务类别：翻译

数据集结构

• 特征：
  • sentence：字符串类型
  • fol_translation：字符串类型
• 数据分割：
  • 训练集：
    • 字节数：10358134
    • 示例数：101931
  • 下载大小：9746473
  • 数据集大小：10358134

数据实例

• 示例：

  { clean:All things that are new are good., trans:all x1.(_thing(x1) -> (_new(x1) -> _good(x1))) }

数据字段

• clean：简单的英语句子
• trans：对应的Lambda Dependency-based Compositional Semantics翻译

数据创建

• 来源数据：
  • 初始数据收集和规范化：从enTenTen15选取的短文本样本
  • 源语言生产者：参见https://www.sketchengine.eu/ententen-english-corpus/
• 注释：
  • 注释过程：机器生成，使用https://github.com/mynlp/ccg2lambda
  • 注释者：无

使用数据考虑

• 许可证信息：未提供
• 引用信息： bibtex @INPROCEEDINGS{9401852, author={Levkovskyi, Oleksii and Li, Wei}, booktitle={SoutheastCon 2021}, title={Generating Predicate Logic Expressions from Natural Language}, year={2021}, volume={}, number={}, pages={1-8}, doi={10.1109/SoutheastCon45413.2021.9401852} }