Kuala Lumpur Travel blogs Dataset

This dataset contains three folders: 1) Training: The first sub-folder "raw training files" contains travel text extracted from 36 travel blog posts related to Kuala Lumpur. The second sub-folder "labeled files" consists of .xml version of raw text files containing 500 annotated spatial triplets as "trajector, spatial indicator, landmark" for spatial relation extraction. 2) Testing: The first sub-folder "raw testing files" contains travel text extracted from 10 travel blog posts related to Kuala Lumpur. The second sub-folder "labeled files" is the gold standard for evaluation consists of .xml version of raw text files containing 200 annotated spatial triplets as "trajector, spatial relation, landmark". 3) Related files: This folder contains annotation scheme definition (.xml) for training and testing files.本数据集包含三个文件夹： 1) 训练集（Training）：第一个子文件夹「原始训练文件（raw training files）」收录了从36篇与吉隆坡相关的旅游博客文章中提取的旅游文本；第二个子文件夹「标注文件（labeled files）」包含原始文本文件的XML格式版本，其中包含500条已标注的空间三元组（spatial triplets），格式为「轨迹载体（trajector）、空间指示词（spatial indicator）、地标（landmark）」，用于空间关系抽取任务。 2) 测试集（Testing）：第一个子文件夹「原始测试文件（raw testing files）」收录了从10篇与吉隆坡相关的旅游博客文章中提取的旅游文本；第二个子文件夹「标注文件（labeled files）」作为评估所用的金标准（gold standard）数据集，包含原始文本文件的XML格式版本，其中包含200条已标注的空间三元组（spatial triplets），格式为「轨迹载体（trajector）、空间关系（spatial relation）、地标（landmark）」。 3) 关联文件（Related files）：该文件夹包含训练集与测试集所用的标注方案定义（XML格式）文件。