ACE2004数据集介绍

来源

ACE2004数据集包含2004年自动内容提取（ACE）技术评估的全套英文、阿拉伯文和中文培训数据。语料库由各种类型的数据组成，对实体和关系进行注释，由语言数据联盟在ACE计划的支持下创建，并得到DARPA TIDE（跨语言信息检测、提取和摘要）计划的额外帮助。该数据以前作为电子语料库（LDC2004E17）分发给2004年ACE评估的参与者。

ACE计划的目标是开发自动内容提取技术，以支持文本形式的人类语言自动处理。2004年9月，对六个领域的网站进行了系统性能评估：实体检测和识别（EDR）、实体提及检测（EMD）、EDR共同参考、关系检测和识别（RDR）、关系提及检测（RMD）和RDR给定参考实体。所有任务均以三种语言进行评估：英语、汉语和阿拉伯语。

ACE 2004评估的完整说明可在美国国家标准与技术研究所（NIST）维护的ACE项目网站上找到：http://www.nist.gov/speech/tests/ace/

有关ACE计划语言资源的更多信息，包括注释指南、任务定义、免费注释工具和其他文档，请访问LDC的ACE网站：http://www.ldc.upenn.edu/Projects/ACE

目录结构

里面包含了三个文件夹：

主要使用data文件夹：