DWUG EN: Diachronic Word Usage Graphs for English

This data collection contains diachronic Word Usage Graphs (WUGs) for English. Find a description of the data format, code to process the data and further datasets on the WUGsite.

See previous versions for additional testsets.

Please find more information on the provided data in the paper referenced below.

Version: 2.0.1, 30.11.2022. Assigns noise uses the cluster label '-1' instead of removing them. Important: Version 2.0.0 extends previous versions with one more annotation round and new clusterings.

Reference

Dominik Schlechtweg, Nina Tahmasebi, Simon Hengchen, Haim Dubossarsky, Barbara McGillivray. 2021. DWUG: A large Resource of Diachronic Word Usage Graphs in Four Languages. Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing.

本数据集收录了面向英语的历时词汇使用图谱（Diachronic Word Usage Graphs, WUGs）。相关数据格式说明、数据处理代码以及更多同类数据集，可于WUGsite网站获取。
如需获取额外测试集，请查阅本数据集的过往版本。
如需了解本数据集的详细信息，请参阅下文引用的学术论文。

版本：2.0.1，发布日期：2022年11月30日。该版本将噪声用例标注为簇标签‘-1’，而非直接移除此类噪声样本。
重要提示：2.0.0版本相较于此前版本，新增了一轮标注流程与全新的簇划分结果。

引用文献：
Dominik Schlechtweg、Nina Tahmasebi、Simon Hengchen、Haim Dubossarsky、Barbara McGillivray，2021年。《DWUG：涵盖四种语言的大型历时词汇使用图谱资源》，收录于2021年自然语言处理经验方法会议论文集。