CLARIN-PL/wrbsc

WUT句子关系语料库包含2827对相关的句子。这些句子的关系来源于跨文档结构理论（CST），用于通过识别相关文档集群中的跨文档修辞关系来实现多文档摘要。每个关系至少由3个注释者标记。数据集的语言为波兰语，任务类别为文本分类，具体任务为语义相似性分类。数据集的特性包括两个句子（sentence1和sentence2）以及它们之间的关系（relationship），关系共有16种类别。数据集只有一个训练集，大小为2827个实例。

原始信息汇总

数据集概述

数据集名称

• 名称: WUT Relations Between Sentences Corpus (wrbsc)

数据集基本信息

• 语言: 波兰语 (pl)
• 许可证: CC BY-SA 3.0
• 多语言性: 单语种
• 数据集大小: 1K<n<10K
• 源数据: 原始数据
• 任务类别: 文本分类
• 任务ID: 语义相似性分类

数据集结构

• 特征:
  • sentence1: 字符串类型
  • sentence2: 字符串类型
  • relationship: 分类标签，包含16种关系类型
• 数据分割:
  • train: 2827个实例，数据大小779881字节

数据集创建

• 许可证信息: Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
• 贡献者: @kldarek