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：
第一个子文件夹"原始训练文件（raw training files）"包含从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）"包含原始文本的XML格式版本，其中包含500条标注为"轨迹载体（trajector）、空间指示语（spatial indicator）、地标（landmark）"的空间三元组，用于空间关系抽取任务。
2) 测试集：
第一个子文件夹"原始测试文件（raw testing files）"包含从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）"为评估所用的金标准数据集，包含原始文本的XML格式版本，其中包含200条标注为"轨迹载体（trajector）、空间关系（spatial relation）、地标（landmark）"的空间三元组。
3) 相关文件：
该文件夹包含适用于训练集与测试集的标注方案定义文件（XML格式）。