UD_Spanish-AnCora

数据集概述

此数据集由从 AnCora corpus 投影到 Universal Dependencies treebank 的注释组成。我们将此语料库的POS注释用作EvalEs西班牙语语言基准的一部分。

支持的任务和排行榜

POS标记

语言

数据集为西班牙语（es-ES）

数据集结构

数据实例

三个conllu文件。

注释以纯文本文件的形式编码（UTF-8，归一化为NFC，只使用LF字符作为换行符，在文件末尾包含一个LF字符），包含三种类型的行：

数据字段

单词行包含以下字段：

来源： https://universaldependencies.org

数据拆分

• es_ancora-ud-train.conllu
• es_ancora-ud-dev.conllu
• es_ancora-ud-test.conllu

数据集创建

策划理由

[N/A]

源数据

UD_Spanish-AnCora

最初的注释是作为巴塞罗那大学的 AnCora project 的一部分，在组织 Universal Dependencies team 的转换成依赖关系，并在CoNLL 2009共享任务中使用。 CoNLL 2009版本后来转换为HamleDT和Universal Dependencies。

有关AnCora项目的更多信息，请访问 AnCora site 。

要了解Universal Dependences，请访问网页 https://universaldependencies.org

有关AnCora语料库及其来源的更多信息，请访问 AnCora site 。

注释

有关第一个AnCora注释的更多信息，请访问 AnCora site 。

有关AnCora注释团队的更多信息，请访问 AnCora site 。

个人和敏感信息

不包含个人或敏感信息。

使用数据的注意事项

数据集的社会影响

该数据集有助于西班牙语语言模型的发展。

偏见讨论

[N/A]

其他已知限制

[N/A]

其他信息

数据集策划者

[N/A]

授权信息

本作品根据 CC Attribution 4.0 International License 许可。

引用信息

使用该语料库时必须引用以下论文：

Taulé, M., M.A. Martí, M. Recasens (2008) 'Ancora: Multilevel Annotated Corpora for Catalan and Spanish', Proceedings of 6th International Conference on Language Resources and Evaluation. Marrakesh (Morocco).

引用Universal Dependencies项目：

Rueter, J. (Creator), Erina, O. (Contributor), Klementeva, J. (Contributor), Ryabov, I. (Contributor), Tyers, F. M. (Contributor), Zeman, D. (Contributor), Nivre, J. (Creator) (15 Nov 2020). Universal Dependencies version 2.7 Erzya JR. Universal Dependencies Consortium.

贡献

[N/A]