莱布尼茨科学校园 发布 X-SRL 数据集, 应用在 跨语言标注、语义角色标注 领域

莱布尼茨科学校园 本次发布的数据集 X-SRL, X-SRL是一个跨语言的语义角色标注平行数据集，由莱布尼茨科学校园“实证语言学与计算语言建模”创建。该数据集包含英语、法语、德语和西班牙语四种语言，每种语言都有统一的谓词和角色标注，确保了跨语言的可比性。数据集的创建过程利用了高质量的机器翻译和多语言BERT模型，将英语CoNLL-09数据集的标注自动投影到目标语言。此外，数据集还包括人工验证的测试集，用于评估标注投影的质量。X-SRL数据集的应用领域包括提高多语言SRL模型的性能，尤其是在资源较少的语言上。

查看X-SRL

README 内容： 

关于 莱布尼茨科学校园 , 莱布尼茨科学校园是德国的一个著名研究机构，专注于多个科学领域的研究，包括实证语言学与计算语言建模。

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。