KIND-Dataset/KIND

KIND数据集是一个新的方言数据集，来源于一场数据马拉松竞赛。参赛者需要在固定时间内尽可能多地用他们自己的方言回答问题，并尽量减少错误。数据集包含方言代码、句子原始ID和文本字符串等字段。

原始信息汇总

数据集概述

KIND数据集是一个新的方言数据集。该数据集源于一个数据马拉松竞赛，参赛者的目标是在固定时间内尽可能多地用自己方言回答提示，同时尽量减少错误。

数据字段

• dialect_code: 指示文本所属特定方言的标签。
• sentenceOriginID: 引用翻译的MSA句子（1000000-2000000）或链接到构建的问题数据集的引用（2000000-3000000）的标识符。
• textString: 提交的句子。

引用信息

@inproceedings{yamani-etal-2024-kind, title = "The {KIND} Dataset: A Social Collaboration Approach for Nuanced Dialect Data Collection", author = "Yamani, Asma and Alziyady, Raghad and AlYami, Reem and Albelali, Salma and Albelali, Leina and Almulhim, Jawharah and Alsulami, Amjad and Alfarraj, Motaz and Al-Zaidy, Rabeah", editor = "Falk, Neele and Papi, Sara and Zhang, Mike", booktitle = "Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics: Student Research Workshop", month = mar, year = "2024", address = "St. Julian{}s, Malta", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/2024.eacl-srw.3", pages = "32--43", }