shavarani/AIDA_testc

AIDA/testc数据集来源于论文《SPEL: Structured Prediction for Entity Linking (EMNLP 2023)》，包含131篇2020年12月5日至7日期间发布的Reuters新闻文章。数据集中的命名实体提及被链接到相应的Wikipedia页面，使用了与原始AIDA数据集相同的链接程序。数据集包含1,160个唯一的Wikipedia标识符，涵盖3,777个提及和46,456个单词。数据集采用NIF格式，可以轻松集成到GERBIL中。

The AIDA/testc dataset is sourced from the paper *SPEL: Structured Prediction for Entity Linking (EMNLP 2023)*. It comprises 131 Reuters news articles published between December 5 and 7, 2020. Named entity mentions within the dataset are linked to their corresponding Wikipedia pages, using the same linking procedure as the original AIDA dataset. The dataset contains 1,160 unique Wikipedia identifiers, covering 3,777 entity mentions and 46,456 words. It adopts the NIF format and can be easily integrated into GERBIL.

原始信息汇总

数据集概述

基本信息

• 名称: AIDA/testc
• 许可证: cc-by-4.0
• 论文引用: SPEL: Structured Prediction for Entity Linking (EMNLP 2023)
• 数据来源: 131篇路透社新闻文章，发布日期为2020年12月5日至7日

数据内容

• 实体链接: 将新标注的NER测试集中的命名实体提及链接到相应的维基百科页面
• 实体数量: 1,160个唯一的维基百科标识符
• 提及数量: 3,777个提及
• 总字数: 46,456字

数据格式

• 格式: NIF
• 兼容性: 可轻松集成到GERBIL平台

集成到GERBIL的步骤

1. 停止GERBIL进程

2. 将aida_testc.ttl文件放入gerbil/gerbil_data/datasets/aida目录

3. 打开gerbil/src/main/properties/datasets.properties文件

4. 在定义AIDA/CoNLL-Test B的最后一行下方添加以下内容：

   org.aksw.gerbil.datasets.AIDATestC.file=${org.aksw.gerbil.DataPath}/datasets/aida/aida_testc.ttl org.aksw.gerbil.datasets.definition.AIDATestC.name=AIDA/CoNLL-Test C org.aksw.gerbil.datasets.definition.AIDATestC.class=org.aksw.gerbil.dataset.impl.nif.FileBasedNIFDataset org.aksw.gerbil.datasets.definition.AIDATestC.cacheable=true org.aksw.gerbil.datasets.definition.AIDATestC.experimentType=A2KB org.aksw.gerbil.datasets.definition.AIDATestC.constructorArgs=${org.aksw.gerbil.datasets.AIDATestC.file},${org.aksw.gerbil.datasets.definition.AIDATestC.name}

5. 运行GERBIL，新数据集应显示出来

搜集汇总

背景与挑战

背景概述

AIDA/testc是一个用于实体链接任务的测试数据集，源自论文《SPEL: Structured Prediction for Entity Linking》。该数据集包含131篇Reuters新闻文章，共计46,456个单词，其中标注了3,777个实体提及并链接到1,160个维基百科页面。数据集采用NIF格式，专门设计用于与GERBIL实体链接评估系统集成。