pronombre_definido_resolucion

  • Descripción :

Compuesto por 30 estudiantes de una de las clases de pregrado del autor. Estos pares de oraciones cubren temas que van desde hechos reales (p. ej., el plan de Irán para atacar al embajador saudí en EE. UU.) hasta eventos/personajes de películas (p. ej., Batman) y situaciones puramente imaginarias, que reflejan en gran medida la cultura pop tal como la perciben los niños estadounidenses. nacido a principios de los 90. Cada ejemplo anotado abarca cuatro líneas: la primera línea contiene la oración, la segunda línea contiene el pronombre objetivo, la tercera línea contiene los dos antecedentes candidatos y la cuarta línea contiene el antecedente correcto. Si el pronombre objetivo aparece más de una vez en la oración, su primera aparición es la que debe resolverse.

Separar Ejemplos
'test' 564
'train' 1,322
  • Estructura de características :
FeaturesDict({
    'candidates': Sequence(Text(shape=(), dtype=tf.string)),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'pronoun': Text(shape=(), dtype=tf.string),
    'sentence': Text(shape=(), dtype=tf.string),
})
  • Documentación de características :
Rasgo Clase Forma Tipo D Descripción
CaracterísticasDict
candidatos Secuencia (Texto) (2,) tf.cadena
etiqueta Etiqueta de clase tf.int64
pronombre Texto tf.cadena
oración Texto tf.cadena
  • Cita :
@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}
}