多伦多大学 发布 Project Dialogism Novel Corpus (PDNC) 数据集, 应用在 文学文本分析、引用归属 领域

多伦多大学 本次发布的数据集 Project Dialogism Novel Corpus (PDNC), Project Dialogism Novel Corpus (PDNC)是由多伦多大学创建的一个针对英语文学文本引用归属问题的数据集。PDNC包含22部完整小说中的35,978条引用标注，是目前同类数据集中最大的。数据集中的每条引用都标注了说话者、对话对象、引用类型、指称表达和引用文本中的角色提及。PDNC的创建旨在通过提供大规模的标注数据，帮助评估和改进文学文本中的引用归属和共指模型。数据集的应用领域包括文学文本的计算分析，如角色提及追踪、角色风格变化分析等。

查看Project Dialogism Novel Corpus (PDNC)

README 内容： 

关于 多伦多大学 , 多伦多大学是加拿大一所世界知名的公立研究型大学，以其卓越的教学和科研实力在全球享有盛誉。

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。