liy140/multidomain-measextract-corpus

该数据集是一个多领域语料库，用于测量提取（Seq2Seq变体）。它包含了三个数据集（measeval、bm和msp）的训练、验证和测试数据。其中，measeval和msp数据集分别改编自MeasEval（Harper等人，2021）和Material Synthesis Procedual（Mysore等人，2019）语料库。该仓库将msp和measeval的提取任务聚合到段落级别，并以json格式提供标签，以便进行Seq2Seq训练。

原始信息汇总

多领域测量提取语料库（Seq2Seq变体）

数据集配置

• measeval

  • 训练集: measeval_paragraph_level_no_spans_train.json
  • 验证集: measeval_paragraph_level_no_spans_val.json
  • 测试集: measeval_paragraph_level_no_spans_test.json

• bm

  • 训练集: bm_paragraph_level_no_spans_train.json
  • 验证集: bm_paragraph_level_no_spans_val.json
  • 测试集: bm_paragraph_level_no_spans_test.json

• msp

  • 训练集: msp_paragraph_level_no_spans_train.json
  • 验证集: msp_paragraph_level_no_spans_val.json
  • 测试集: msp_paragraph_level_no_spans_test.json

• all

  • 训练集:
    • measeval_paragraph_level_no_spans_train.json
    • bm_paragraph_level_no_spans_train.json
    • msp_paragraph_level_no_spans_train.json
  • 验证集:
    • measeval_paragraph_level_no_spans_val.json
    • bm_paragraph_level_no_spans_val.json
    • msp_paragraph_level_no_spans_val.json
  • 测试集:
    • measeval_paragraph_level_no_spans_test.json
    • bm_paragraph_level_no_spans_test.json
    • msp_paragraph_level_no_spans_test.json

任务类别

• 令牌分类

语言

• 英语

标签

• 化学
• 生物学

数据集大小

• n<1K