jpwahle/etpc

Extended Paraphrase Typology Corpus (ETPC) 是一个用于文本分类任务中的情感分类的数据集，主要包含英语文本。该数据集标注了扩展的释义类型和否定，是迄今为止标注了原子释义类型的最大语料库。数据集的结构包括句子对、释义标签、否定标签等字段。数据集的创建目的是为了更好地理解释义现象，并研究释义与否定之间的关系。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Extended Paraphrase Typology Corpus (ETPC)
• 语言: 英语 (en)
• 许可证: 未知
• 多语言性: 单语
• 大小: 1K<n<10K
• 来源: 原始数据
• 任务类别: 文本分类
• 任务ID: 情感分类

数据集描述

• 摘要: ETPC是迄今为止最大的原子释义类型标注语料库，首次详细标注了释义和非释义对，以及释义和否定。该资源有助于更好地理解释义现象，并允许研究释义与否定之间的关系。
• 支持的任务: 文本分类

数据集结构

• 数据字段:
  • idx: 单调递增的索引ID。
  • sentence1: 关于电影的完整意见句子。
  • sentence2: 关于电影的完整意见句子。
  • etpc_label: 根据ETPC标注方案，文本对是否为释义，"是" (1) 或 "否" (0)。
  • mrpc_label: 根据MRPC标注方案，文本对是否为释义，"是" (1) 或 "否" (0)。
  • negation: 一个句子是否为另一个句子的否定，"是" (1) 或 "否" (0)。
• 数据分割:
  • train: 5801

数据集创建

• 源数据生产者: Rotten Tomatoes评论者。
• 许可证信息: 未知。
• 引用信息: bibtex @inproceedings{kovatchev-etal-2018-etpc, title = "{ETPC} - A Paraphrase Identification Corpus Annotated with Extended Paraphrase Typology and Negation", author = "Kovatchev, Venelin and Mart{\i}, M. Ant{`o}nia and Salam{o}, Maria", booktitle = "Proceedings of the Eleventh International Conference on Language Resources and Evaluation ({LREC} 2018)", month = may, year = "2018", address = "Miyazaki, Japan", publisher = "European Language Resources Association (ELRA)", url = "https://aclanthology.org/L18-1221", }