การสกัดทัศนคติที่ยอดเยี่ยม
รายการที่รวบรวมไว้ของ ades ที่ยอดเยี่ยมที่เกี่ยวข้องกับการสกัดทัศนคติความเชื่อมั่นซึ่ง ทัศนคติ ที่สอดคล้องกับ ตำแหน่งข้อความ ที่ถ่ายทอดโดยหัวข้อไปยังวัตถุอื่น ๆ ที่กล่าวถึงในข้อความเช่น: เอนทิตีเหตุการณ์ ฯลฯ
พื้นที่เก็บข้อมูลนี้รวบรวมผลงานทั้งที่เกี่ยวข้องกับ การสกัดด้านความสัมพันธ์ และ การวิเคราะห์ความเชื่อมั่น ซึ่งโดเมนทั้งสองนี้เชื่อมโยงกันอย่างแยกไม่ออก
การบริจาค: โปรดอย่าลังเลที่จะส่ง คำขอดึง หรือติดต่อฉัน [ติดต่อ]
สารบัญ
- การศึกษาที่เกี่ยวข้อง
- เฟรมเวิร์ก
- แผนผังคำอธิบายประกอบ
- เอกสาร
- รูปแบบภาษาขนาดใหญ่
- การให้เหตุผล
- การดัดแปลงข้อเท็จจริง
- ห่วงโซ่แห่งความคิด
- ระบบการสนทนา
- รูปแบบภาษา
- อิงกับกราฟ
- การปรับจูนทรัพยากรต่ำ
- การตรวจสอบและการตรวจสอบความรู้
- สถาปัตยกรรม
- โมเดลตามเครือข่ายประสาททั่วไป
- รูปแบบการเรียนรู้ของเครื่องทั่วไป
- โมเดลที่ใช้ CRF
- โมเดลที่ใช้คำกริยาตามกฎ
- การศึกษาและทรัพยากร บริษัท ย่อย
- เบ็ดเตล็ด
- วิทยานิพนธ์
- ชุดข้อมูล
การศึกษาที่เกี่ยวข้อง
- การประมวลผลภาษาธรรมชาติ
- การวิเคราะห์ความเชื่อมั่น
- การวิเคราะห์ setiment เป้าหมาย
- การวิเคราะห์ความเชื่อมั่นที่มีโครงสร้าง (Semeval Task 10)
- การวิเคราะห์ความเชื่อมั่นตามมุมมอง
- การตรวจจับความเกลียดชัง
- การสกัดความสัมพันธ์
- การตรวจจับท่าทาง
เฟรมเวิร์ก
- ห่วงโซ่ [GitHub]
- เฟรมเวิร์กที่ใช้ประโยชน์จากแนวคิดของห่วงโซ่ที่มีความคิดและให้บริการโซลูชันที่เรียบง่ายสำหรับการอนุมานเป็นศูนย์ ตัวอย่างเช่นคุณสามารถใช้ประโยชน์จากแนวคิดของ
aspect-opininon-reason จาก Thor-Isa เพื่อปรับให้เข้ากับการสกัดทัศนคติ
- Faima [GitHub]
- เฟรมเวิร์กที่รวมโมเดลที่ใช้กราฟและภาษาศาสตร์เข้ากับคุณสมบัติหลักที่มุ่งเน้นการเรียนรู้ในบริบทสำหรับหลายโดเมน SA
- การใช้เหตุผลสำหรับการวิเคราะห์-กรอบ [GitHub]
- เฟรมเวิร์กนี้ได้กลับมาใช้เวอร์ชันใหม่ของ
THOR-ISA FRAMEWORK: - Thor-Isa [GitHub]
- เฟรมเวิร์กที่ใช้ Propt สำหรับการวิเคราะห์ setiment ซึ่งขึ้นอยู่กับแนวคิดของห่วงโซ่-แม้ว่าจะได้รับคลาสความเชื่อมั่นผลลัพธ์ออกจากระบบ LLM
- OpenPrompt [GitHub]
- เครื่องมือที่ได้รับการปรับปรุงสำหรับการเสร็จสิ้นอัตโนมัติของพรอมต์ผ่านทรัพยากรที่ให้ไว้
- chatgpt [ไซต์]
- ระบบการสนทนาที่ได้รับการฝึกฝนให้ทำตามคำสั่งอย่างรวดเร็วและให้การตอบกลับโดยละเอียด ตัวอย่างเกี่ยวกับวิธีการที่สามารถปรับให้เข้ากับการตรวจสอบในงานต่อไปนี้
- arekit-prompt-sampler [GitHub] [Prompt-Engeneering-Guide]
- การสกัดทัศนคติของความเชื่อมั่นแหล่งที่มาการสุ่มตัวอย่างด้วยการถ่ายโอนภาษาและการแจ้งเตือน API สำหรับการร้องขอโมเดล chatgpt-arike เพิ่มเติมขับเคลื่อนโดย Arekit
- arelight [GitHub]
- แอปพลิเคชั่นที่ใช้ Arekit สำหรับมุมมองแบบละเอียดลงบนความรู้สึกระหว่างหน่วยงานในตำราสื่อมวลชนที่เขียนเป็นภาษารัสเซีย
- Arenets [GitHub]
- เป็นโครงการ Opennre Like แต่เคอร์เนลที่ใช้ห้องสมุด Tensorflow โดยมีการใช้งานเครือข่ายประสาทที่ด้านบนออกแบบมาสำหรับทัศนคติและงานสกัดความสัมพันธ์
- Arekit [GitHub] [Paper ที่ใช้งานวิจัยได้]
- เป็นชุดเครื่องมือโอเพนซอร์ซและขยายได้มุ่งเน้นไปที่การเตรียมข้อมูลสำหรับองค์กรสกัดความสัมพันธ์ระดับเอกสาร มันเติมเต็มฟังก์ชั่น OpenNRE เช่นเดียวกับในแง่หลังการตั้งค่า RE ระดับเอกสารไม่ได้สำรวจอย่างกว้างขวาง (2.4 [กระดาษ])
- dere [gitHub] [กระดาษ]
- เป็นเฟรมเวิร์ก โอ เพนซอร์ซสำหรับ การ ศึกษา ที่ ชัดเจนและอนุญาตให้ประกาศงานของคุณเอง (ใช้ XML Schemas) และใช้โมเดลที่ใช้งานด้วยตนเอง (โดยใช้ API ที่ให้ไว้)
- Opennre [GitHub] [กระดาษ]
- เป็นชุดเครื่องมือโอเพนซอร์ซและขยายได้ซึ่งให้กรอบการทำงานแบบครบวงจรเพื่อใช้แบบจำลองระบบประสาทสำหรับการสกัดสัมพันธ์ (RE) ระหว่างหน่วยงานที่มีชื่อ
- deeppavlov-0.17.0 [เอกสาร] [โพสต์]
- เป็นส่วนประกอบการสกัดความสัมพันธ์ทั้งหมดสำหรับห้องสมุด Deeppavlov Opensource ที่เสนอโดย Anastasiia Sedova
- คนอื่น ๆ ... [การสละความสัมพันธ์ที่ยอดเยี่ยม]
กลับไปด้านบน
แผนผังคำอธิบายประกอบ
- ความคิดเห็น ML [กระดาษ]
- Sentiml [กระดาษ]
- ความคิดเห็น MiningMl [กระดาษ]
- Emotionml [กระดาษ]
กลับไปด้านบน
เอกสาร
กลับไปด้านบน
รูปแบบภาษาขนาดใหญ่
รายการ Awesome-llm
การให้เหตุผล
- การคิดย้อนกลับทำให้ LLMS มีเหตุผลที่แข็งแกร่งขึ้น [กระดาษ] [X/Twitter]
-
Concept: Using referse thinking in sentiment analysis by treating this problem as NLI through the explanations. Note requires explanations like for example Ruopinionne-2024 - Justin Chih-Yao Chen, Zifeng Wang, Hamid Palangi, Rujun Han, Sayna Ebrahimi, Long Le, Vincent Perot, Swaroop Mishra, Mohit Bansal, Chen-yu Lee, Tomas Pfister
- arxiv pre-print 2024
- สตรีมของการค้นหา (SOS): การเรียนรู้ที่จะค้นหาในภาษา [กระดาษ] [รีวิว] [X/Twitter]
-
Concept: language models can learn to search in language, autonomously using and discovering new search strategies to solve problems. จากที่นี่ [รีวิว] - Kanishk Gandhi, Denise Lee, Gabriel Grand, Muxin Liu, Winson Cheng, Archit Sharma, Noah D. Goodman
- Colm 2024 (เผยแพร่: 10 กรกฎาคม)
- Star: Bootstrapping การใช้เหตุผลด้วยการให้เหตุผล [กระดาษ] [x/twitter] [รีวิว]
-
Concept: STaR allows a language model's "chain-of-thought" rationale generation ability to be bootstrapped from a few initial few-shot rationales on datasets without rationales. จากที่นี่ [รีวิว] - Eric Zelikman, Yuhuai Wu, Jesse Mu, Noah D. Goodman
- Nerips 2022
กลับไปด้านบน
การดัดแปลงข้อเท็จจริง
หมายเหตุ: ต้องการ / สมมติว่ามีฐานความรู้จริง
- การสกัดความสัมพันธ์ระดับเอกสารที่สอดคล้องกันผ่าน counterfactuals [paper] [รหัส]
-
Concept: use factual relations for fictional context construction and LLM validation - Ali Modarressi, Abdullatif Köksal, Hinrich Schütze
- EMNLP-20124, 15 ตุลาคม 2567
- เรียนรู้ที่จะปรับแต่งด้วยความคิดเห็นภาษาธรรมชาติที่ละเอียด [กระดาษ] [รหัส]
-
Concept: When treating attitudes as facts, we can adopt zero-shot LLM-based fact cheking as: Detect-Critique-Refine - Manya Wadhwa, Xinyu Zhao, Junyi Jessy, Li Greg Durrett
- EMNLP-20124
- การตรวจสอบข้อเท็จจริงแบบไม่มีการยิงผ่านตรรกะธรรมชาติและโมเดลภาษาขนาดใหญ่ [กระดาษ] [รหัส]
-
Concept: Use natural logic for proving the fact of attitude presence in a zero-shot learning mode (see code) - EMNLP-20124
ห่วงโซ่แห่งความคิด
- FAIMA: การเรียนรู้ในบริบทที่รับรู้สำหรับการวิเคราะห์ความเชื่อมั่นแบบหลายโดเมน [กระดาษ] [รหัส]
- เฟรมเวิร์ก
that integrates โมเดลที่ใช้กราฟ and lingustics, with core feature aimed at in-context-learning feature for multi-domain SA; The framework is designed for multidomain datasets; Due to graphs and pairs-generation module, it may find major contribution in **attitude-based** sentiment extraction and target-oriented SA. - Songhua Yang, Xinke Jiang, Hanjie Zhao, Wenxuan Zeng, Hongde Liu, Yuxiang Jia
- LREC-Coling 2024, กระดาษยาว ; ส่ง 2 มี.ค. 2024
- การวิเคราะห์ความเชื่อมั่นตามมุมมองด้วยการเพิ่มความเชื่อมั่นอย่างชัดเจน [กระดาษ] [Harvard-Paper]
-
integrates explicit sentiment augmentations, acted as <<clues>> that augment LLM input context - Jihong Ouyang, Zhiyao Yang, Silong Liang, Bing Wang, Yimeng Wang, Ximing Li
- arxiv pre-print, ส่ง: 18 ธ.ค. 2024
- การวิเคราะห์ความเชื่อมั่นผ่านการเจรจา LLM [กระดาษ] [Open-Review]
-
generator-discriminator of negotiating the result label - Xiaofei Sun, Xiaoya Li, Shengyu Zhang, Shuhe Wang, Fei Wu, Jiwei Li, Tianwei Zhang, Guoyin Wang
- arxiv pre-print, ส่ง: 2024
- การให้เหตุผลความรู้สึกโดยปริยายกับการกระตุ้นด้วยความคิด [กระดาษ] [รหัส]
-
Sequence of 3 prompts for conversational system, complemented by tge system responses. Reason is to cope with hallucination ที่คล้ายกัน - Hao Fei, Bobo Li, Qian Liu, Lidong Bing, Fei Li, Tat-Seng Chua
- ACL 2023, เอกสารสั้น ๆ
กลับไปด้านบน
ระบบการสนทนา
การใช้แบบจำลองภาษา (โดยปกติจะมีขนาดใหญ่) รวมกับ promts/คำถาม
- การวิเคราะห์ความเชื่อมั่นในยุคของแบบจำลองภาษาขนาดใหญ่: การตรวจสอบความเป็นจริง [กระดาษ]
-
application of the LLM and based on the latter ChatGPT for the variety set of sentiment analysis problems - Wenxuan Zhang, Yue Deng, Bing Liu, Sinno Jialin Pan, Lidong Bing
- arxiv, 24 พฤษภาคม 2566
- CHATGPT ดีกว่า Annotators มนุษย์หรือไม่? ศักยภาพและข้อ จำกัด ของ CHATGPT ในการอธิบายคำพูดแสดงความเกลียดชังโดยนัย [กระดาษ]
- แฟน Huang, Kwak Haewoon, jisun
- Harvard, Feburary, 2023
- เทคนิคการตรวจจับท่าทางจะพัฒนาอย่างไรหลังจากการเปิดตัวของ CHATGPT [กระดาษ]
-
Introducing prompt templater which allows to reach state-of-the art with zero-shot learning! - Bowen Zhang, Daijun Ding, Liwen Jing
- ฮาร์วาร์ดธันวาคม 2565
กลับไปด้านบน
รูปแบบภาษา
รายการ Awesome-llm
อิงกับกราฟ
- การเปรียบเทียบแบบจำลอง
Graph- และ Seq2Seq- เน้นความยากลำบากในการวิเคราะห์ความเชื่อมั่นที่มีโครงสร้าง [กระดาษ] [รหัส]- Gaku Morio, Hiroaki Ozaki, Atsuki Yamaguchi และ Yasuhiro Sogawa
- ACL-Workshop, 2022
- การเพิ่มการตรวจจับท่าทางการยิงแบบศูนย์และการยิงไม่กี่ครั้งด้วยกราฟความรู้ทั่วไป [กระดาษ]
- Rui Liu, Zheng Lin, Yutong Tan1, Weiping Wang
- ACL-IJCNLP 2021
กลับไปด้านบน
การปรับจูนทรัพยากรต่ำ
- การวิเคราะห์ความเชื่อมั่นแบบไม่มีการยิงในภาษาที่มีทรัพยากรต่ำโดยใช้พจนานุกรมความเชื่อมั่นหลายภาษา [กระดาษ] [รหัส]
- Fajri Koto, Tilman Beck, Zeerak Talat, Iryna Gurevych, Timothy Baldwin
- NAACL-20124
- การปรับแต่งกล่องดำสำหรับแบบจำลองภาษา-เป็นบริการ [กระดาษ] [รหัส]
-
Non gradient p-tunes, wrapped in API in order to consider large Pre-Trained models (PTMs) adoptation as Service models - Tianxiang Sun, Yunfan Shao, Hong Qian, Xuanjing Huang, Xipeng Qiu
- arxiv pre-print, 2022
- P-tuning V2: การปรับแต่งพร้อมใช้งานสามารถเทียบเคียงได้กับการปรับแต่งอย่างละเอียดทั่วทั้งเครื่องชั่งและงาน [กระดาษ] [รหัส]
-
Proceeds Prefix-Tuning idea onto multiple layers of LM-model - Xiao Liu, Kaixuan Ji, Yicheng Fu, Zhengxiao Du, Zhilin Yang, Jie Tang
- DBLP Jornal, 2021
- พลังของสเกลสำหรับการปรับแต่งพารามิเตอร์ที่มีประสิทธิภาพสูงสุด [กระดาษ] [รหัส]
-
Prompt-designing, prompt-tuning comparison studies - Brian Lester, Rami al-Rfou, Noah Constant
- EMNLP-20121
- GPT เข้าใจเช่นกัน [กระดาษ] [รหัส]
-
Promt Tuning (p-tuning), ie training only promt token embeddings before and after input sequence (x) - Xiao Liu, Yanan Zheng, Zhengxiao Du, Ming Ding, Yujie Qian, Zhilin Yang, Jie Tang
- 2021
- คำนำหน้าการปรับแต่ง: การเพิ่มประสิทธิภาพการแจ้งเตือนอย่างต่อเนื่องสำหรับการสร้าง [กระดาษ] [รหัส]
-
Training token prefixes for downstream tasks with frozen LM parameters - Xiang Lisa Li, Percy Liang
- ACL/IJCNLP-20121
- แบบจำลองภาษาเป็นผู้เรียนไม่กี่คน [กระดาษ]
-
Prompt designing. FS, 1S by presenting context as "[input,result] x k-times", where k > 1 (FewShot), k = 1 (OneShot); ZeroShot includes only descriptor of expected result - Tom B. Brown, et. อัล
- Neurips-2020
- AutoPrompt: ความรู้จากแบบจำลองภาษาที่มีการสร้างพรอมต์โดยอัตโนมัติ [กระดาษ] [รหัส]
-
Considering sentiment analysis task as MLM by predicting [MASK]; prompting input (x) with tokens (p1...pk), selected by gradient search (considering that label has corresponding tokens (prompts)) - Taylor Shin, Yasaman Razeghi, Robert L. Logan IV, Eric Wallace, Sameer Singh
- EMNLP-2020
กลับไปด้านบน
การตรวจสอบและการตรวจสอบความรู้
- การวิเคราะห์ความเชื่อมั่นในยุคของแบบจำลองภาษาขนาดใหญ่: การตรวจสอบความเป็นจริง [กระดาษ]
-
duplicated from the one in conversational systems section - Wenxuan Zhang, Yue Deng, Bing Liu, Sinno Jialin Pan, Lidong Bing
- arxiv, 24 พฤษภาคม 2566
- เราจะรู้ได้อย่างไรว่ารูปแบบภาษาใดรู้ [กระดาษ] [รหัส]
-
Implemented model LPAQA: Language model Prompt And Query Archive - Zhengbao Jiang, Frank F. Xu, Jun Araki, Graham Neubig
- TACL-2020
- แบบจำลองภาษาเป็นฐานความรู้? [กระดาษ] [รหัส]
- Fabio Petroni, Tim Rocktäschel, Patrick Lewis, Anton Bakhtin, Yuxiang Wu, Alexander H. Miller, Sebastian Riedel
- EMNLP-2019
- ใช้ประโยชน์จากเบิร์ตสำหรับการวิเคราะห์ความเชื่อมั่นโดยใช้มุมมองผ่านการสร้างประโยคเสริม [กระดาษ] [รหัส]
-
Adopting a predefined prompt (QA/NLI formats) as a TextB input part - Chi Sun, Luyao Huang, Xipeng Qiu
- NAACL-HLT 2019
กลับไปด้านบน
สถาปัตยกรรม
- โมเดลที่ใช้ Bert (encoder reprsentation จาก transorfmers) [เอกสาร]
-
Considering BERT model as classifier - Joohong Lee การสกัดความสัมพันธ์ที่ยอดเยี่ยม
- GPT-based (encoder reprsentation จาก transorfmers) [เอกสาร]
-
Considering GPT model competed for classification task - Joohong Lee การสกัดความสัมพันธ์ที่ยอดเยี่ยม
- การเปรียบเทียบแบบจำลอง
Graph- และ Seq2Seq- เน้นความยากลำบากในการวิเคราะห์ความเชื่อมั่นที่มีโครงสร้าง [กระดาษ] [รหัส]-
T5 and mT5 finetunnning , เช่นแอปพลิเคชัน transformer transfer transform - Gaku Morio, Hiroaki Ozaki, Atsuki Yamaguchi และ Yasuhiro Sogawa
- ACL-Workshop, 2022
กลับไปด้านบน
โมเดลตามเครือข่ายประสาททั่วไป
ในส่วนนี้เราพิจารณาโมเดลเครือข่ายประสาทตามสถาปัตยกรรมแบบเรียกซ้ำ
- ไม่มีเพื่อนหรือศัตรูถาวร: การติดตามความสัมพันธ์ระหว่างประเทศจากข่าว [กระดาษ]
- Xiaochuang Han, Eunsol Choi, Chenhao Tan
- NAACL-HLT 2019
- เครือข่ายประสาทสำหรับความเชื่อมั่นเป้าหมายโดเมนเปิด [กระดาษ]
- Meishan Zhang, Yue Zhang, Duy-tin Vo
- ACL 2015
กลับไปด้านบน
รูปแบบการเรียนรู้ของเครื่องทั่วไป
- การอนุมานความเชื่อมั่นระดับเอกสารกับบริบททางสังคมฝ่ายและวาทกรรม [กระดาษ]
- Eunsol Choi, Hannah Rashkin, Luke Zettlemoyer, Yejin Choi
- ACL-2016
- การวิเคราะห์ความเชื่อมั่น: การจับภาพความนิยมโดยใช้การประมวลผลภาษาธรรมชาติ [กระดาษ]
-
it is originally called favorability analysis, semantic establishment between sentiment and subject - Tetsuya Nasukawa, Jeonghee Yi
- K-CAP-2003 (ACM)
โมเดลที่ใช้ CRF
- เปิดความเชื่อมั่นเป้าหมายโดเมน [กระดาษ]
- Margaret Mitchell, Jacqueline Aguilar, Theresa Wilson, Benjamin Van Durme
- ACL 2013
โมเดลที่ใช้คำกริยาตามกฎ
- การตรวจจับท่าทางในโพสต์ Facebook ของปาร์ตี้ปีกขวาของเยอรมัน [กระดาษ]
- Manfred Klenner, Don Tuggener, Simon Clematide
-
Verb-usages form - ACL 2017 (การประชุมเชิงปฏิบัติการครั้งที่ 2 เกี่ยวกับการเชื่อมโยงโมเดลของคำศัพท์คำศัพท์และความหมายระดับวาทกรรม)
- แบบจำลองเชิงวัตถุของการกำหนดกรอบบทบาทและการทำนายทัศนคติ [กระดาษ]
-
Object-oriented model - ACL 2017 (การประชุมเชิงปฏิบัติการครั้งที่ 2 เกี่ยวกับการเชื่อมโยงโมเดลของคำศัพท์คำศัพท์และความหมายระดับวาทกรรม)
- การทำนายร่วมสำหรับการวิเคราะห์ความเชื่อมั่นระดับเอนทิตี/เหตุการณ์โดยใช้แบบจำลองตรรกะอ่อนนุ่มน่าจะเป็น [กระดาษ]
- Lingjia Deng, Janyce Wiebe
- EMNLP 2015
- FACTBANK: คลังข้อมูลอธิบายถึงเหตุการณ์ที่เกิดขึ้นจริง [กระดาษ]
- Roser Saurí, James Pustejovsky
- 2552
กลับไปด้านบน
การศึกษาและทรัพยากร บริษัท ย่อย
- แรงย้ำในการวัดพลังและการเปลี่ยนแปลงทางสังคมระหว่างเอนทิตี [กระดาษ]
- Maria Antoniak, Anjalie Field, Jimin Mun, Melanie Walsh, Lauren F. Klein, Maarten SAP
- ACL-20123
- เฟรมความหมายแฝงหลายภาษา: กรณีศึกษาเกี่ยวกับโซเชียลมีเดียสำหรับการวิเคราะห์ความเชื่อมั่นเป้าหมายและการคาดการณ์ [กระดาษ] [ทรัพยากร]
- Hannah Rashkin, Eric Bell, Yejin Choi, Svitlana Volkova
- ACL-2017
- การเรียนรู้รูปแบบ lexico-functional สำหรับคนแรกส่งผลกระทบ [กระดาษ]
- Lena Reed, Jiaqi Wu, Shereen Oraby
- ACL-2017
- การทำความเข้าใจการละเมิด: ประเภทของงานตรวจจับภาษาที่ไม่เหมาะสม [กระดาษ]
- Zeerak Waseem, Thomas Davidson, Dana Warmsley, Ingmar Weber
- ACL-2017
- เฟรมความหมายแฝง: การตรวจสอบข้อมูลที่ขับเคลื่อนด้วยข้อมูล [กระดาษ]
- Hannah Rashkin, Sameer Singh, Yejin Choi
- ACL-2016
- ตัวละครในทางที่ผิดมากกว่าคำพูดหรือไม่? [กระดาษ]
- Yashar Mehdad, Joel Tetreault
- Sigdial-2016
กลับไปด้านบน
เบ็ดเตล็ด
- การตรวจสอบความทนทานของการอนุมานความคิดเห็น [กระดาษ]
- Josef Ruppenhofer, Jasper Brandes
- Konvens 2016
กลับไปด้านบน
วิทยานิพนธ์
- การลดอคติทางเพศในข้อความโดยใช้การเขียนใหม่ที่ควบคุมไม่ได้ [วิทยานิพนธ์หลัก]
- Maja Brinkmann
- Paderborn University, 2022
-
Connotation Frames (2.1.3.) -
Connotational Frames and Lexicon (3.1.1.)
กลับไปด้านบน
ชุดข้อมูล
- ตอนนี้ (2010 - ปัจจุบัน) [เว็บไซต์] - ข่าวเกี่ยวกับเว็บคลังข้อมูล
- มีข้อมูลจากนิตยสารออนไลน์และหนังสือพิมพ์ใน 20 ประเทศที่ใช้ภาษาอังกฤษที่แตกต่างกันตั้งแต่ปี 2010 ถึงเวลาปัจจุบัน (ข้อความดิบเท่านั้น)
- MPQA-3.0, (2015) [เว็บไซต์] [กระดาษ]
- SNLI [ไซต์] [กระดาษ] - การอนุมานภาษาธรรมชาติของสแตนฟอร์ด
- คู่ประโยคภาษาอังกฤษที่เขียนโดยมนุษย์ 570k ระบุด้วยตนเองสำหรับการจำแนกประเภทที่สมดุลกับฉลากที่ เกี่ยวข้อง ความขัดแย้ง และ เป็นกลาง
- FactBank 2009, [Paper] - คลังคำอธิบายประกอบกับเหตุการณ์ที่เกิดขึ้นจริง
- ประกอบด้วยเอกสาร 208 เอกสารและมีทั้งหมด 9,488 รวมถึงข้อมูล Timebank; เหตุการณ์คำอธิบายประกอบด้วยตนเอง
- TimeBank, 2003 [เว็บไซต์] [กระดาษ]
- มีคำอธิบายประกอบเพื่อระบุเหตุการณ์เวลาและความสัมพันธ์ทางโลก
กลับไปด้านบน
