Citation Reason Dataset

<b>A dataset of ~4K statements from English Wikipedia annotated with the reason why they need a citation.</b><b><br></b>Each line of this tab-separated file contains:* <i>entity_id: </i> the Wikidata ID corresponding to the page* <i>revision_id</i>: the revision of the corresponding Wikipedia article <i>* t</i><i>imestamp: </i>the timestamp of the revision* <i>entity_title: </i>the page/Wikidata ID title <i>* section_id: </i>the section ID where the statement is <i>* section: </i>the section title * <i>prg_idx: </i>the index of the paragraph in the page* <i>sentence_idx: </i> the index of the statement in the paragraph* <i>statement: </i>the statement text<i>* citations</i>: the source cited in the statement:<i>* vote1: </i>first Mechanical Turk judgment<i>* vote2</i>: second Mechanical Turk judgment<i>* vote3: </i>third Mechanical Turk judgment<br>The numbers in the last 3 fields correspond to the following citation reasons:1='direct quotation'2='statistics'3='controversial'4='opinion'5='life'6='scientific'7='historical'8='other'本数据集包含来自英文维基百科的约4000条语句，每条语句均标注了其需要引用的原因。 该制表符分隔文件的每一行均包含以下字段： * 实体ID（entity_id）：对应维基百科词条的维基数据标识符（Wikidata ID） * 修订版本ID（revision_id）：对应维基百科词条的修订版本号 * 时间戳（timestamp）：该修订版本的时间戳 * 实体标题（entity_title）：该词条页面/维基数据标识符对应的标题 * 段落ID（section_id）：该语句所在的段落ID * 段落标题（section）：该段落的标题 * 段落索引（prg_idx）：该词条页面内的段落序号 * 语句索引（sentence_idx）：该段落内的语句序号 * 语句内容（statement）：该语句的文本 * 引用来源（citations）：该语句所引用的来源 * 投票1（vote1）：第一条亚马逊机械土耳其人（Mechanical Turk）标注结果 * 投票2（vote2）：第二条亚马逊机械土耳其人（Mechanical Turk）标注结果 * 投票3（vote3）：第三条亚马逊机械土耳其人（Mechanical Turk）标注结果 最后三个字段的数字对应以下引用原因：1='直接引语'，2='统计数据'，3='有争议内容'，4='个人观点'，5='生活相关内容'，6='科学内容'，7='历史内容'，8='其他'