definite_pronoun_resolution

• 説明:

著者の学部クラスの 1 つから 30 人の学生によって構成されています。これらの文のペアは、実際の出来事 (例: 駐米サウジ大使を攻撃するイランの計画) から映画の出来事/登場人物 (例: バットマン) および純粋に架空の状況に至るまでのトピックをカバーしており、主にアメリカの子供たちが認識しているポップ カルチャーを反映しています。 90年代初頭生まれ。注釈付きの各例は 4 行にまたがっています。最初の行には文が含まれ、2 行目にはターゲット代名詞が含まれ、3 行目には 2 つの候補前件が含まれ、4 行目には正しい前件が含まれます。対象の代名詞が文中に複数回出現する場合は、最初に出現した代名詞が解決されます。

• 追加のドキュメント:コードを使用したペーパーの探索

• ホームページ: https://www.hlt.utdallas.edu/~vince/data/emnlp12/

• ソース コード: tfds.text.DefinitePronounResolution

• バージョン:

  • 1.1.0 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 222.12 KiB

• データセットサイズ: 334.22 KiB

• 自動キャッシュ(ドキュメント): はい

• スプリット:

スプリット	例
'test'	564
'train'	1,322

• 機能構造:

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),
})

• 機能のドキュメント:

特徴	クラス	形	Dtype	説明
	特徴辞書
候補者	シーケンス(テキスト)	(2)	弦
ラベル	クラスラベル		int64
代名詞	文章		弦
文	文章		弦

• 監視されたキー( as_supervised docを参照): ('sentence', 'label')

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ):

• 引用：

@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}
}