liaad/Propbank-BR

Propbank BR数据集是一个用于语义角色标注（Semantic Role Labeling, SRL）任务的数据集，包含葡萄牙语文本。数据集提供了两个配置：default和flatten。default配置包含tokens和srl_frames特征，srl_frames进一步包含frames和verb。flatten配置包含tokens、verb和frames特征，frames特征是一个序列，包含多个类标签。数据集分为train和test两个分割，分别包含不同的字节数和示例数。

原始信息汇总

数据集概述

基本信息

• 语言: 葡萄牙语
• 许可证: MIT
• 任务类别: 词性标注
• 数据集名称: Propbank BR

数据集配置

默认配置

• 配置名称: default
• 特征:
  • tokens: 字符串序列
  • srl_frames: 列表
    • frames: 字符串序列
    • verb: 字符串
• 分割:
  • 训练集:
    • 字节数: 1633224
    • 样本数: 3163
  • 测试集:
    • 字节数: 63813
    • 样本数: 143
• 下载大小: 390134
• 数据集大小: 1697037

扁平化配置

• 配置名称: flatten
• 特征:
  • tokens: 字符串序列
  • verb: 字符串
  • frames: 序列
    • class_label:
      • 名称:
        • 0: B-A0
        • 1: B-A1
        • 2: B-A2
        • 3: B-A3
        • 4: B-A4
        • 5: B-AM-ADV
        • 6: B-AM-CAU
        • 7: B-AM-DIR
        • 8: B-AM-DIS
        • 9: B-AM-EXT
        • 10: B-AM-LOC
        • 11: B-AM-MNR
        • 12: B-AM-NEG
        • 13: B-AM-PNC
        • 14: B-AM-PRD
        • 15: B-AM-REC
        • 16: B-AM-TMP
        • 17: B-C-A0
        • 18: B-C-A1
        • 19: B-C-A2
        • 20: B-C-A3
        • 21: B-C-AM-ADV
        • 22: B-C-AM-CAU
        • 23: B-C-AM-DIS
        • 24: B-C-AM-EXT
        • 25: B-C-AM-LOC
        • 26: B-C-AM-MNR
        • 27: B-C-AM-NEG
        • 28: B-C-AM-PRD
        • 29: B-C-AM-TMP
        • 30: B-C-V
        • 31: B-V
        • 32: I-A0
        • 33: I-A1
        • 34: I-A2
        • 35: I-A3
        • 36: I-A4
        • 37: I-AM-ADV
        • 38: I-AM-CAU
        • 39: I-AM-DIR
        • 40: I-AM-DIS
        • 41: I-AM-EXT
        • 42: I-AM-LOC
        • 43: I-AM-MNR
        • 44: I-AM-NEG
        • 45: I-AM-PNC
        • 46: I-AM-PRD
        • 47: I-AM-REC
        • 48: I-AM-TMP
        • 49: I-C-A0
        • 50: I-C-A1
        • 51: I-C-A2
        • 52: I-C-A3
        • 53: I-C-AM-ADV
        • 54: I-C-AM-CAU
        • 55: I-C-AM-LOC
        • 56: I-C-AM-MNR
        • 57: I-C-AM-PRD
        • 58: I-C-AM-TMP
        • 59: I-C-V
        • 60: O
• 分割:
  • 训练集:
    • 字节数: 2316383
    • 样本数: 5536
  • 测试集:
    • 字节数: 88301
    • 样本数: 237
• 下载大小: 482192
• 数据集大小: 2404684

数据文件配置

• 默认配置:
  • 训练集: data/train-*
  • 测试集: data/test-*
• 扁平化配置:
  • 训练集: flatten/train-*
  • 测试集: flatten/test-*

标签

• 语义角色标注
• SRL