iahlt/UD_Hebrew-IAHLTwiki

UD Hebrew-IAHLTWiki树库包含5000个当代希伯来语句子，这些句子来自Wikipedia条目，涵盖了传记、法律、金融、健康、地点、事件和杂项等多种文本领域。该树库基于希伯来树库（HTB）转换为最新的UD V2版本，并经过UD发布V2.10的验证，以及使用grewv工具进行的一系列额外验证。HTB版本在项目中首先自动转换，然后手动验证并采用为UD解析模型的黄金标准。整个解析数据经过手动编辑以纠正解析错误，并自动进行质量保证以应用模式更新后的更正。

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-sa-4.0
• 标注创建者: expert-generated
• 任务类别: token-classification
• 标签: constituency-parsing, dependency-parsing
• 语言: he

数据集介绍

• 名称: UD Hebrew-IAHLTWiki
• 来源: IAHLT UD Hebrew Treebank的Wikipedia部分
• 句子数量: 5,000
• 文本类型: 来自Wikipedia条目的当代希伯来语句子，涵盖传记、法律、金融、健康、地点、事件和杂项等领域。
• 数据处理: 基于希伯来语树库（HTB）转换为最新的UD V2版本，并经过Universal Dependencies验证器和grewv工具的额外验证。
• 数据质量: 初始自动转换后，部分数据手动验证并作为金标准用于训练UD解析模型。所有解析数据均经过手动编辑以纠正错误，并自动进行质量保证以应用架构更新后的修正。

引用信息

• 论文引用:

  @InProceedings{ZeldesHowellOrdanBenMoshe2022, author = {Amir Zeldes and Nick Howell and Noam Ordan and Yifat Ben Moshe}, booktitle = {Proceedings of {EMNLP} 2022}, title = {A SecondWave of UD Hebrew Treebanking and Cross-Domain Parsing}, year = {2022}, address = {Abu Dhabi, UAE}, }