有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
community-datasets/definite_pronoun_resolution|词义消歧数据集|自然语言处理数据集
收藏hugging_face2024-06-24 更新2024-06-15 收录
下载链接：
https://hf-mirror.com/datasets/community-datasets/definite_pronoun_resolution
下载链接
链接失效反馈资源简介：
该数据集名为Definite Pronoun Resolution Dataset，主要用于代词消解任务。数据集由30名本科生创建，涵盖了从真实事件到电影情节的多种主题，反映了90年代美国流行文化。每个标注示例包含四行：第一行是句子，第二行是目标代词，第三行是两个候选先行词，第四行是正确的先行词。如果目标代词在句子中出现多次，则其第一次出现是需要消解的。数据集的配置为plain_text，包含train和test两个分割，分别有1322和564个样本。数据集的下载大小为0.23 MB，生成大小为0.24 MB，总磁盘使用量为0.47 MB。
提供机构：
community-datasets
原始信息汇总
Definite Pronoun Resolution Dataset 数据集概述
数据集描述
数据集摘要
该数据集由30名学生从一位作者的本科课程中收集。这些句子对涵盖了从真实事件（如伊朗计划攻击沙特驻美国大使）到电影中的事件/角色（如蝙蝠侠）和纯虚构情景，主要反映了90年代初出生的美国孩子所感知的流行文化。每个标注的示例包含四行：第一行包含句子，第二行包含目标代词，第三行包含两个候选先行词，第四行包含正确的先行词。如果目标代词在句子中出现多次，则其第一次出现是需要解析的。
支持的任务和排行榜
语言
数据集结构
数据实例
plain_text
一个训练集的示例如下： json { "candidates": ["coreference resolution", "chunking"], "label": 0, "pronoun": "it", "sentence": "There is currently more work on coreference resolution than on chunking because it is a problem that is still far from being solved." }
数据字段
所有拆分中的数据字段相同。
plain_text
sentence: 字符串特征。pronoun: 字符串特征。candidates: 字符串列表特征。label: 分类标签，可能的值包括0和1。
数据拆分
| name | train | test |
|---|---|---|
| plain_text | 1322 | 564 |
数据集创建
策划理由
源数据
初始数据收集和规范化
源语言生产者是谁？
标注
标注过程
标注者是谁？
个人和敏感信息
使用数据的注意事项
数据集的社会影响
偏见的讨论
其他已知限制
附加信息
数据集策展人
许可信息
引用信息
@inproceedings{rahman2012resolving, title={Resolving complex cases of definite pronouns: the winograd schema challenge}, author={Rahman, Altaf and Ng, Vincent}, booktitle={Proceedings of the 2012 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning}, pages={777--789}, year={2012}, organization={Association for Computational Linguistics} }
贡献
感谢 @thomwolf, @lewtun, @patrickvonplaten 添加此数据集。
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
马达加斯加岛 – 世界地理数据大百科辞条
马达加斯加岛在非洲的东南部，位于11o56′59″S - 25o36′25″S及43o11′18″E - 50o29′36″E之间。通过莫桑比克海峡与位于非洲大陆的莫桑比克相望，最近距离为415千米。临近的岛屿分别为西北部的科摩罗群岛、北部的塞舌尔群岛、东部的毛里求斯岛和留尼汪岛等。在google earth 2015年遥感影像基础上研发的马达加斯加海岸线数据集表明，马达加斯加岛面积591,128.68平方千米，其中马达加斯加本岛面积589,015.06平方千米，周边小岛面积为2,113.62平方千米。马达加斯加本岛是非洲第一大岛，是仅次于格陵兰、新几内亚岛和加里曼丹岛的世界第四大岛屿。岛的形状呈南北走向狭长纺锤形，南北向长1,572千米；南北窄，中部宽，最宽处达574千米。海岸线总长16,309.27千米, 其中马达加斯加本岛海岸线长10,899.03千米，周边小岛海岸线长5,410.24千米。马达加斯加岛属于马达加斯加共和国。全国共划分22个区，119个县。22个区分别为：阿那拉芒加区，第亚那区，上马齐亚特拉区，博爱尼区，阿齐那那那区，阿齐莫-安德列发那区，萨瓦区，伊达西区，法基南卡拉塔区，邦古拉法区，索非亚区，贝齐博卡区，梅拉基区，阿拉奥特拉-曼古罗区，阿那拉兰基罗富区，阿莫罗尼马尼亚区，法土法韦-非图韦那尼区，阿齐莫-阿齐那那那区，伊霍罗贝区，美那贝区，安德罗伊区和阿诺西区。首都安塔那那利佛（Antananarivo）位于岛屿的中东部。马达加斯加岛是由火山及喀斯特地貌为主。贯穿海岛的是巨大火山岩山体-察腊塔纳山，其主峰马鲁穆库特鲁山（Maromokotro）海拔2,876米，是全国最高峰。马达加斯加自然景观垂直地带性分异显著，是热带雨林和热带草原广布的地区。岛上大约有20多万种动植物，其中包括马达加斯加特有物种狐猴（Lemur catta）、马达加斯加国树猴面包树（Adansonia digitata L.）等。
国家对地观测科学数据中心 收录
UCM-Captions, Sydney-Captions, RSICD, RSITMD, NWPU-Captions, RS5M, SkyScript
UCM-Captions: 包含613张图像，分辨率为256×256。Sydney-Captions: 包含2,100张图像，分辨率为500×500。RSICD: 包含10,921张图像，分辨率为224×224。RSITMD: 包含4,743张图像，分辨率为256×256。NWPU-Captions: 包含31,500张图像，分辨率为256×256。RS5M: 包含超过500万张图像，分辨率为所有可能的分辨率。SkyScript: 包含520万张图像，分辨率为所有可能的分辨率。
github 收录
TCIA
TCIA（The Cancer Imaging Archive）是一个公开的癌症影像数据集，包含多种癌症类型的医学影像数据，如CT、MRI、PET等。这些数据通常与临床和病理信息相结合，用于癌症研究和临床试验。
www.cancerimagingarchive.net 收录
URPC系列数据集, S-URPC2019, UDD
URPC系列数据集包括URPC2017至URPC2020DL，主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。
github 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。
github 收录