对话主义小说项目语料库：一个用于文学文本引语归属的数据集
计算与语言
2022-04-13 v1
摘要
我们提出对话主义小说项目语料库(Project Dialogism Novel Corpus, PDNC)，一个带标注的英语文学文本引语数据集。PDNC包含跨越22部长篇小说的35,978条引语的标注，是同类语料库中规模最大的一个数量级。每条引语标注了说话者、受话者、引语类型、指称表达式以及引语文本中的角色提及。这些标注属性使得能够对文学文本的引语归属和共指模型进行全面评估。
引用
@article{arxiv.2204.05836,
title = {The Project Dialogism Novel Corpus: A Dataset for Quotation Attribution in Literary Texts},
author = {Krishnapriya Vishnubhotla and Adam Hammond and Graeme Hirst},
journal= {arXiv preprint arXiv:2204.05836},
year = {2022}
}
备注
Accepted for publication at LREC 2022