共指消解CoNLL-2012/OntoNotes数据集下载与处理

本文主要参考：https://blog.csdn.net/yangjingyi0730/article/details/113243282

1. 数据获取

数据集获取地址：https://catalog.ldc.upenn.edu/LDC2013T19

2. 数据处理

数据集处理方式：https://conll.cemantix.org/2012/data.html

• 首先把网页中提到的所有tar或者tar.gz文件都下载下来，我下载的时候发现谷歌Chrome浏览器无法下载，尝试Safari浏览器之后成功下载。
• 解压之后都放在conll-2012文件夹下，v3里放scripts文件夹，v4/data里放train、development和test，v9/data里放test，总而言之就是对应的version放进去就行了。
• 然后进入conll-2012/v3/scripts，运行以下脚本，第一个参数是第一步下载得到的数据路径（后面加data/files/data），第二个参数是第二步得到的conll-2012文件夹的路径。

bash skeleton2conll.sh -D [path/to/ontonotes-release-5.0/data/files/data] [path/to/conll-2012]

至此，everything is down！