pie/brat

BRAT数据集是一个用于自然语言处理任务的数据集，提供了两种变体：`default`和`merge_fragmented_spans`。`default`变体使用`BratDocument`文档类型，包含`LabeledMultiSpan`注释；`merge_fragmented_spans`变体使用`BratDocumentWithMergedSpans`文档类型，将分散的`LabeledMultiSpan`合并为简单的`LabeledSpan`。数据模式包括文本、ID、元数据等字段，以及多种注释类型如`LabeledMultiSpan`、`BinaryRelation`和`Attribute`。BRAT格式非常灵活，适用于多种任务，因此没有预定义的文档转换器。

原始信息汇总

PIE Dataset Card for "brat"

数据集变体

• default: 原始数据集，文档类型为 BratDocument，包含 LabeledMultiSpan 注释。
• merge_fragmented_spans: 文档类型为 BratDocumentWithMergedSpans，此变体合并了分散的 LabeledSpans。

数据架构

• 文档类型：BratDocument 或 BratDocumentWithMergedSpans。
• 数据字段：
  • text (str)
  • id (str, optional)
  • metadata (dictionary, optional)
• 注释层：
  • spans (注释类型：LabeledMultiSpan 或 LabeledSpan，目标：text)
  • relations (注释类型：BinaryRelation，目标：spans)
  • span_attributes (注释类型：Attribute，目标：spans)
  • relation_attributes (注释类型：Attribute，目标：relations)

注释类型定义

• LabeledMultiSpan:
  • slices (类型：Tuple[Tuple[int, int], ...])
  • label (类型：str)
  • score (类型：float, optional)
• Attribute:
  • annotation (类型：Annotation)
  • label (类型：str)
  • value (类型：str, optional)
  • score (类型：float, optional)

文档转换器

• 数据集未提供预定义的文档转换器，因为BRAT格式非常灵活，适用于多种不同任务。