TACRED(Text Analysis Conference Relation Extraction)数据集是一个用于关系抽取(Relation Extraction)研究的常用数据集。关系抽取是自然语言处理中的一个任务,旨在从文本中提取实体之间的关系。
TACRED数据集主要基于美国国会议事录(Congressional Record),其中包含了关于政治议题的文本。该数据集中的每个句子都经过标注,标注了句子中包含的实体以及它们之间的关系。这些关系涵盖了各种政治背景下的实体关系,例如"per:title"(人物-职位)和"org:top_members/employees"(组织-高级成员/雇员)等。
TACRED数据集中的标注是以预定义的关系类型进行的,这些关系类型是事先定义的,用于描述实体之间的语义关系。数据集中还提供了一些附加的信息,例如实体的上下文和句子的语法结构,以帮助研究人员进行更深入的分析。
TACRED数据集在关系抽取研究中非常有用,可以用于训练和评估关系抽取模型的性能。研究人员可以使用该数据集来开发和改进关系抽取算法,以帮助计算机理解文本中的实体之间的复杂关系。
获取方法:
方法1:注册LDC账号并加入组织获取数据,官网链接:LDC官网
方法2:关注公众号,回复TACRED LDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg