Datasets:
Tasks:
Text Classification
Languages:
Chinese
Size Categories:
10K<n<100K
Source Datasets:
ccl
License:
import datasets | |
import json | |
from typing import List | |
_LICENSE = """ | |
## CCL2021中文空间语义理解评测数据集使用许可 | |
由 北京大学计算语言学研究所 授权给(使用者) | |
#### 一 | |
1. 任何使用本数据集的主体都需要知晓、理解并同意本许可的全部内容。 | |
2. 传播本数据集的主体必须同时提供本许可并要求传播受众知晓、理解并同意本许可的全部内容。 | |
3. 使用本数据集即代表知晓、理解并同意本许可的全部内容。 | |
#### 二 | |
1. 本数据集的版权归北京大学计算语言学研究所(下简称“版权所有者”)所有。 | |
2. 本数据集将分阶段在CCL2021中文空间语义理解评测活动中发布。 | |
3. 版权所有者对本数据集内容有权进行任何修改,修改后,如无特殊说明,使用者仍需遵守本许可的条款。 | |
4. 版权所有者对本数据集的名称、网站等相关信息、材料等有权进行任何修改,修改后,如无特殊说明,使用者仍需遵守本许可的条款。 | |
#### 三 | |
1. 本数据集仅供以下用途使用: | |
(1) 参赛选手在比赛中使用。参看《[CCL2021中文空间语义理解评测选手参赛协议](https://github.com/2030NLP/SpaCE2021/blob/main/Agreement.md)》。 | |
(2) 高校、科研机构在科学研究中使用。 | |
2. 本数据集禁止用于任何商业目的,不提供任何形式的商业授权。除了在参与CCL2021中文空间语义理解评测的过程中为参赛而使用本数据集,公司或其他商业机构禁止使用本数据集。 | |
3. 使用本数据进行科学研究,发表论文或其他材料时应注明:“本研究使用了CCL2021北京大学组织的‘中文空间语义理解’评测数据”,并在参考文献中引用版权所有者的评测报告论文(请关注举办方后续的论文发表情况)。 | |
#### 四 | |
1. 本许可证的最终解释权归属于版权所有者。 | |
北京大学计算语言学研究所 | |
2021年3月31日 | |
""" | |
_DESCRIPTION = """SpaCE2021""" | |
# 詹卫东、孙春晖、岳朋雪、唐乾桐、秦梓巍,2022,空间语义理解能力评测任务设计的新思路——SpaCE2021数据集的研制,《语言文字应用》2022年第2期(总第122期),pp.99-110。 | |
_CITATION = """ | |
@article{space2021, | |
title={空间语义理解能力评测任务设计的新思路——SpaCE2021数据集的研制}, | |
author={詹卫东 and 孙春晖 and 岳朋雪 and 唐乾桐 and 秦梓巍}, | |
journal={语言文字应用}, | |
volume={2022}, | |
number={2}, | |
pages={99-110}, | |
year={2022} | |
} | |
""" | |
_DESCRIPTION_TASK1 = """SpaCE2021 Task1""" | |
_DESCRIPTION_TASK2 = """SpaCE2021 Task2""" | |
_DESCRIPTION_TASK3 = """SpaCE2021 Task3""" | |
_DESCRIPTION_DICT = { | |
'task1': _DESCRIPTION_TASK1, | |
'task2': _DESCRIPTION_TASK2, | |
'task3': _DESCRIPTION_TASK3, | |
} | |
# _URLS_ROOT = "https://huggingface.co/datasets/2030NLP/SpaCE2021/raw/main/" | |
_URLS_ROOT = "./" | |
_URLS_DICT = { | |
'task1': { | |
'train': _URLS_ROOT + "data/task1/task1-train.jsonl", | |
'dev': _URLS_ROOT + "data/task1/task1-dev.jsonl", | |
'test': _URLS_ROOT + "data/task1/task1-test.jsonl", | |
}, | |
'task2': { | |
'train': _URLS_ROOT + "data/task2/task2-train.jsonl", | |
'dev': _URLS_ROOT + "data/task2/task2-dev.jsonl", | |
'test': _URLS_ROOT + "data/task2/task2-test.jsonl", | |
}, | |
'task3': { | |
'dev': _URLS_ROOT + "data/task3/task3-dev.jsonl", | |
'test': _URLS_ROOT + "data/task3/task3-test.jsonl", | |
}, | |
} | |
_FEATURES_DICT = { | |
'task1': { | |
"qID": datasets.Value(dtype="string"), | |
"context": datasets.Value(dtype="string"), | |
"judge1": datasets.Value(dtype="bool"), | |
}, | |
'task2': { | |
"qID": datasets.Value(dtype="string"), | |
"context": datasets.Value(dtype="string"), | |
"reason": datasets.Value(dtype="string"), | |
"judge2": datasets.Value(dtype="bool"), | |
}, | |
'task3': { | |
"qID": datasets.Value(dtype="string"), | |
"context": datasets.Value(dtype="string"), | |
"reason": datasets.Value(dtype="string"), | |
"judge1": datasets.Value(dtype="bool"), | |
"judge2": datasets.Value(dtype="bool"), | |
}, | |
} | |
_split_name_map = { | |
'train': datasets.Split.TRAIN, | |
'dev': datasets.Split.VALIDATION, | |
'test': datasets.Split.TEST, | |
} | |
class SpaCE2021Config(datasets.BuilderConfig): | |
"""BuilderConfig for SpaCE2021.""" | |
def __init__(self, splits, **kwargs): | |
# Version history: | |
# 1.0518.0: final version used in SpaCE2021 Eval. | |
super().__init__(version=datasets.Version("1.0518.0"), **kwargs) | |
self.splits = splits | |
class SpaCE2021(datasets.GeneratorBasedBuilder): | |
"""The SpaCE2021 benchmark.""" | |
BUILDER_CONFIGS = [ | |
SpaCE2021Config( | |
name="task1", | |
splits=['train', 'dev', 'test'], | |
), | |
SpaCE2021Config( | |
name="task2", | |
splits=['train', 'dev', 'test'], | |
), | |
SpaCE2021Config( | |
name="task3", | |
splits=['dev', 'test'], | |
), | |
] | |
def _info(self): | |
return datasets.DatasetInfo( | |
description=_DESCRIPTION_DICT[self.config.name], | |
features=datasets.Features(_FEATURES_DICT[self.config.name]), | |
homepage="http://ccl.pku.edu.cn:8084/SpaCE2021/", | |
citation=_CITATION, | |
license=_LICENSE, | |
) | |
def _split_generators(self, dl_manager: datasets.DownloadManager) -> List[datasets.SplitGenerator]: | |
# 在 hugging face 中如何为 dataset 创建 _split_generators 函数? | |
split_things = [] | |
for split_name in self.config.splits: | |
# print('') | |
split_data_path = _URLS_DICT[self.config.name][split_name] | |
# print(split_data_path) | |
filepath = dl_manager.download(split_data_path) | |
# print(filepath) | |
# print('') | |
split_thing = datasets.SplitGenerator( | |
name=_split_name_map[split_name], | |
gen_kwargs={ | |
"task": self.config.name, | |
"filepath": filepath, | |
"split": split_name, | |
} | |
) | |
split_things.append(split_thing) | |
return split_things | |
def _generate_examples(self, task, filepath, split): | |
with open(filepath, encoding="utf-8") as ff: | |
keys = _FEATURES_DICT[task].keys() | |
for idx, line in enumerate(ff): | |
example = json.loads(line.strip()) | |
example = {kk: example[kk] for kk in keys if kk in example} | |
# print(example) | |
qid = example.get("qID") | |
# print(qid) | |
jj = (split == qid.split("-")[1]) | |
# print(jj) | |
if jj: | |
yield qid, example | |