ItaCoLA数据集卡片

数据集概述

意大利语言可接受性语料库包括近10,000个句子，取自语言文献，并由原始作者进行了二元标注。该工作受到了英文的启发。

免责声明：ItaCoLA语料库由 Digital Humanities group at FBK 在Github上托管。它在 Monolingual and Cross-Lingual Acceptability Judgments with the Italian CoLA corpus 文章中被 Daniela Trotta 、 Raffaele Guarasci 、 Elisa Leonardelli 、 Sara Tonelli 介绍。

支持的任务和排行榜

下表摘自原始论文的表4，其中一个在意大利语上预训练的LSTM和BERT模型在语料库的训练拆分上进行微调，并分别在测试拆分（域内，内部）和[AcCompl-it]语料库的可接受性部分上进行评估（域外，域外）。模型在这两种设置下使用准确率（Acc.）和马修斯相关系数（MCC）进行评估。结果在10次运行中进行平均，并具有±标准差误差范围。

语言

ItaCoLA中的语言数据为意大利语（BCP-47：it）。

数据集结构

数据实例

评分配置包含具有可接受性判断的句子。下面是来自评分配置（默认）的训练拆分的示例。

{
    "unique_id": 1,
    "source": "Graffi_1994",
    "acceptability": 1,
    "sentence": "Quest'uomo mi ha colpito."
}

文本原样提供，没有经过进一步的预处理或标记。

字段如下：

• unique_id：跨配置的句子的唯一标识符。
• source：句子的原始来源。
• acceptability：二进制得分，1表示可接受，0表示不可接受。
• sentence：被评估的句子。

现象配置包含从评分中手动注释的一组句子示例，用于表示9个语言现象的存在。下面是训练拆分的示例：

{
    "unique_id": 1,
    "source": "Graffi_1994",
    "acceptability": 1,
    "sentence": "Quest'uomo mi ha colpito.",
    "cleft_construction": 0,
    "copular_construction": 0,
    "subject_verb_agreement": 1,
    "wh_islands_violations": 0,
    "simple": 0,
    "question": 0,
    "auxiliary": 1,
    "bind": 0,
    "indefinite_pronouns": 0
}

对于每个新字段，二进制得分的值表示相应现象的存在（1）或不存在（0）。有关每个现象的详细说明，请参阅原始论文。

数据拆分

数据集创建

有关数据集创建的更多信息，请参考原始文章 Monolingual and Cross-Lingual Acceptability Judgments with the Italian CoLA corpus 。

附加信息

数据集策划者

作者是原始数据集的策划者。如有关于此 ? 数据集版本的问题或更新，请联系gabriele.sarti996@gmail.com。

许可信息

没有可用的许可信息。

引用信息

如果您在工作中使用这些语料库，请引用作者。

@inproceedings{trotta-etal-2021-monolingual-cross,
    title = "Monolingual and Cross-Lingual Acceptability Judgments with the {I}talian {C}o{LA} corpus",
    author = "Trotta, Daniela  and
      Guarasci, Raffaele  and
      Leonardelli, Elisa  and
      Tonelli, Sara",
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2021",
    month = nov,
    year = "2021",
    address = "Punta Cana, Dominican Republic",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.findings-emnlp.250",
    doi = "10.18653/v1/2021.findings-emnlp.250",
    pages = "2929--2940"
}