strombergnlp/zulu_stance

这是一个用于祖鲁语（Zulu）的立场检测数据集。数据由祖鲁语母语者从英语源文本翻译而来。该数据集的目标是促进祖鲁语中的立场检测，并衡量翻译中的领域转移。数据集包含1343个句子，数据字段包括id、text、target和stance。数据集的创建基于Semeval2016任务6的数据，并通过手动翻译生成。数据集的使用存在一定的社会影响和偏见问题，因为源文本来自英语用户，可能包含美国特定的主题和偏见。

原始信息汇总

数据集概述

数据集名称

• 名称: ZUstance
• 别名: zulu-stance

数据集属性

• 语言: Zulu (bcp47:zu)
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 1K<n<10K
• 来源: 原始数据
• 任务类别: 文本分类
• 任务ID: 事实核查, 情感分类
• 标签: 立场检测

数据集描述

• 概述: 这是一个Zulu语言的立场检测数据集。数据由Zulu母语者从英语源文本翻译而来。
• 目的: 旨在利用英语的进展，将知识转移到其他语言，特别是Zulu语言，通过领域适应技术减少域间差距。

数据集结构

• 数据实例: 示例包括ID、文本、目标和立场。
• 数据字段: 包括ID、文本、目标和立场，其中立场标签包括“FAVOR”, “AGAINST”, “NONE”。
• 数据分割: 训练集包含1343个句子。

数据集创建

• 采集与规范化: 原始数据来自Semeval2016任务6，后手动翻译为Zulu。
• 源语言生产者: 英语Twitter用户。
• 注释过程: 注释来自Semeval2016任务6。

使用数据注意事项

• 社会影响: 数据可能包含用户删除的内容，未经过滤，可能存在有害文本。
• 偏见讨论: 尽管数据为Zulu语言，但源文本来自英语Twitter用户，可能包含与Zulu社会不同的偏见和话题。

附加信息

• 数据集管理: 由论文作者管理。
• 许可信息: 根据CC-BY 4.0许可发布。
• 引用信息: 参考文献格式如README文件所示。