哥廷根大学发布uCDCR数据集,应用在共指消解、自然语言处理领域

哥廷根大学本次发布的数据集uCDCR,uCDCR是由哥廷根大学团队构建的跨文档共指消解基准数据集，整合了ECB+、WEC-Eng等12个异构语料库，覆盖新闻、邮件等多领域文本。该数据集包含实体和事件两类共指标注，通过统一JSON格式重构原始XML/CoNLL等数据，并补充短语头部、上下文等关键属性。其创建过程涉及文本重解析、标注映射及链级特征提取，旨在解决CDCR领域因数据分散、标注标准不统一导致的研究碎片化问题，为模型泛化性评估提供标准化平台。

查看uCDCR

关于哥廷根大学,哥廷根大学是德国历史悠久的著名大学之一，位于下萨克森州的哥廷根市，成立于1734年。该校在数学、物理学、生命科学和人文社会科学等领域具有卓越的研究和教学水平。

关于arXiv,arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。