构建实时、可复现的事件数据集
计算与语言
2016-12-06 v1
摘要
自20世纪90年代中期以来，政治事件数据的生成在数据获取以及将文本编码为数据的过程方面几乎没有改变。然而，自20世纪90年代以来，开源自然语言处理软件和数字化新闻内容的可用性已有显著提升。本文提出了一个新的下一代事件数据集，命名为Phoenix，它建立在这些及其他进展之上。该数据集改进了底层的新闻收集过程和事件编码软件，并创建了生成每日更新数据所需的通用处理流水线。本文通过简要考察叙利亚冲突的数据提供了表面效度检验，并对Phoenix与综合危机预警系统数据进行了比较。
引用
@article{arxiv.1612.00866,
title = {Creating a Real-Time, Reproducible Event Dataset},
author = {John Beieler},
journal= {arXiv preprint arXiv:1612.00866},
year = {2016}
}