classla/COPA-SR_lat

COPA-SR_lat数据集是英文COPA数据集的塞尔维亚语翻译版本，并转换为拉丁字母。该数据集包含1000个前提，每个前提都有一个问题和两个选择，以及一个标签指示哪个选择更合理。数据集分为训练、验证和测试三个部分，分别包含400、100和500个实例。数据集的翻译由ReLDI Centre Belgrade完成。

原始信息汇总

COPA-SR_lat

数据集概述

COPA-SR数据集（塞尔维亚语中的合理替代选择）是根据XCOPA数据集翻译方法论将英语COPA数据集翻译并转写为拉丁字母的版本。

数据内容

数据集包含1,000个前提（例如：“我的身体在草地上投下了影子”），每个前提都有一个问题（“原因是什么？”或“结果是什么？”），以及两个选项（例如：“太阳正在升起”；“草被割了”），并有一个标签指示哪个选项在给定注释者或翻译者的情况下更合理（例如：“太阳正在升起”）。

数据格式

数据集遵循与克罗地亚COPA-HR数据集和马其顿COPA-MK数据集相同的格式。数据被分为训练（400个实例）、验证（100个实例）和测试（500个实例）的JSONL文件。

数据集分割

• 训练集：400个实例
• 验证集：100个实例
• 测试集：500个实例

翻译机构

数据集的翻译工作由ReLDI Centre Belgrade完成。

作者信息

• Ljubešić, Nikola
• Starović, Mirjana
• Kuzman, Taja
• Samardžić, Tanja

引用信息

@misc{11356/1708, title = {Choice of plausible alternatives dataset in Serbian {COPA}-{SR}}, author = {Ljube{v s}i{c}, Nikola and Starovi{c}, Mirjana and Kuzman, Taja and Samard{v z}i{c}, Tanja}, url = {http://hdl.handle.net/11356/1708}, note = {Slovenian language resource repository {CLARIN}.{SI}}, copyright = {Creative Commons - Attribution-{ShareAlike} 4.0 International ({CC} {BY}-{SA} 4.0)}, issn = {2820-4042}, year = {2022} }