IBM_Debater_(R)_CE-EMNLP-2015.v3

用于提及检测的大型高质量基准数据集。提及检测的目标是将文本中提到的实体/概念映射到知识库中的正确概念。基准包含命名实体以及其他类型实体的注释，这些注释在不同类型的文本上进行注释，范围从从Wikipedia获取的干净文本到嘈杂的语音数据。该基准是通过高度控制的众包流程建立的，以确保其质量。有3000个句子，在维基百科句子中总共有6375个提及，在口语句子中总共有6239个提及。