- คำอธิบาย :
แต่งโดยนักศึกษา 30 คนจากหนึ่งในชั้นเรียนระดับปริญญาตรีของผู้เขียน คู่ประโยคเหล่านี้ครอบคลุมหัวข้อตั้งแต่เหตุการณ์จริง (เช่น แผนการของอิหร่านที่จะโจมตีเอกอัครราชทูตซาอุดิอาระเบียประจำสหรัฐอเมริกา) ไปจนถึงเหตุการณ์/ตัวละครในภาพยนตร์ (เช่น แบทแมน) และสถานการณ์ในจินตนาการล้วน ๆ ซึ่งส่วนใหญ่สะท้อนถึงวัฒนธรรมป๊อปที่เด็กอเมริกันรับรู้ เกิดในช่วงต้นยุค 90 ตัวอย่างคำอธิบายประกอบแต่ละตัวอย่างครอบคลุมสี่บรรทัด: บรรทัดแรกมีประโยค บรรทัดที่สองมีคำสรรพนามเป้าหมาย บรรทัดที่สามประกอบด้วยคำนำหน้าของผู้สมัครสองคน และบรรทัดที่สี่มีคำนำหน้าที่ถูกต้อง หากสรรพนามเป้าหมายปรากฏมากกว่าหนึ่งครั้งในประโยค การเกิดขึ้นครั้งแรกของคำสรรพนามคือคำที่ต้องแก้ไข
เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส
รหัสที่มา :
tfds.text.DefinitePronounResolution
รุ่น :
-
1.1.0
(ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
-
ขนาดการดาวน์โหลด :
222.12 KiB
ขนาดชุดข้อมูล :
334.22 KiB
แคชอัตโนมัติ ( เอกสาร ): ใช่
แยก :
แยก | ตัวอย่าง |
---|---|
'test' | 564 |
'train' | 1,322 |
- โครงสร้างคุณลักษณะ :
FeaturesDict({
'candidates': Sequence(Text(shape=(), dtype=string)),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
'pronoun': Text(shape=(), dtype=string),
'sentence': Text(shape=(), dtype=string),
})
- เอกสารคุณสมบัติ :
คุณสมบัติ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
ผู้สมัคร | ลำดับ (ข้อความ) | (2,) | สตริง | |
ฉลาก | ป้ายกำกับคลาส | int64 | ||
สรรพนาม | ข้อความ | สตริง | ||
ประโยค | ข้อความ | สตริง |
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):('sentence', 'label')
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
ตัวอย่าง ( tfds.as_dataframe ):
- การอ้างอิง :
@inproceedings{rahman2012resolving,
title={Resolving complex cases of definite pronouns: the winograd schema challenge},
author={Rahman, Altaf and Ng, Vincent},
booktitle={Proceedings of the 2012 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Learning},
pages={777--789},
year={2012},
organization={Association for Computational Linguistics}
}