Datasets:
itacola

Task Categories: text-classification
Languages: it
Multilinguality: monolingual
Size Categories: unknown
Licenses: unknown
Language Creators: expert-generated
Annotations Creators: expert-generated
Source Datasets: original
Dataset Preview Go to dataset viewer
unique_id (int)source (string)acceptability (int)sentence (string)
1
Graffi_1994
1
Quest'uomo mi ha colpito.
2
Graffi_1994
0
Questa donna mi hanno colpito.
3
Graffi_1994
1
Questa donna mi ha colpito.
4
Graffi_1994
0
Quella donna che accompagnava i bambini mi hanno colpito.
5
Graffi_1994
1
Quella donna che accompagnava i bambini mi ha colpito.
6
Graffi_1994
1
La donna che mi ha colpito è Giulia.
7
Graffi_1994
1
La donna che i ragazzi dicono che mi ha colpito è Giulia.
8
Graffi_1994
1
La donna che i vicini credono che i ragazzi dicano che mi ha colpito è Sofia.
9
Graffi_1994
1
La donna che i Rossi sostengono che i vicini credono che i ragazzi dicano che mi ha colpito è Paola.
10
Graffi_1994
0
La donna che i Rossi sostengono che i vicini credono che i ragazzi dicano che mi hanno colpito è Giulia.
11
Graffi_1994
0
Quell'uomo e quella donna mi ha colpito.
12
Graffi_1994
1
Quest'uomo ha colpito me.
13
Graffi_1994
1
Io sono stato colpito da quest'uomo.
14
Graffi_1994
1
Chi mi ha colpito?
15
Graffi_1994
1
Chi dici che mi ha colpito?
16
Graffi_1994
1
Chi dici che Leonardo sostiene che mi ha colpito?
17
Graffi_1994
1
Chi dici che Tommaso sostiene che i vicini pensano che mi abbia colpito?
18
Graffi_1994
0
Il mio per preferito è la Divina Commedia.
19
Graffi_1994
0
Il mio oggi preferito è la Divina Commedia.
20
Graffi_1994
0
Il mio e preferito è la Divina Commedia.
21
Graffi_1994
0
Il mio leggo preferito è la Divina Commedia.
22
Graffi_1994
0
Il mio esso preferito è la Divina Commedia.
23
Graffi_1994
0
Il mio alto preferito è la Divina Commedia.
24
Graffi_1994
1
Il mio libro preferito è la Divina Commedia.
25
Graffi_1994
1
Il mio poema preferito è la Divina Commedia.
26
Graffi_1994
0
Il mio lettura preferito è la Divina Commedia.
27
Graffi_1994
1
La mia lettura preferita era la Divina Commedia.
28
Graffi_1994
1
La mia lettura preferita è stata la Divina Commedia.
29
Graffi_1994
1
Il sindaco parlerà dopo.
30
Graffi_1994
1
Il sindaco parlerà dopo l'assessore al bilancio.
31
Graffi_1994
1
Lorenzo lo ha portato dentro.
32
Graffi_1994
1
Riccardo legge.
33
Graffi_1994
1
Tommaso legge il giornale.
34
Graffi_1994
1
Alessandro mangia.
35
Graffi_1994
1
Lorenzo mangia un gelato.
36
Graffi_1994
1
Mattia scrive.
37
Graffi_1994
1
Gabriele scrive una lettera.
38
Graffi_1994
1
Gabriele ha detto la verità.
39
Graffi_1994
1
Dopo il suo discorso, il presidente ebbe una crisi cardiaca.
40
Graffi_1994
1
Dopo che ebbe parlato, il presidente ebbe una crisi cardiaca.
41
Graffi_1994
0
Francesco sta sapendo la risposta.
42
Graffi_1994
1
Lorenzo teme la guerra.
43
Graffi_1994
0
Francesco teme.
44
Graffi_1994
1
Tommaso beve un bicchiere di vino.
45
Graffi_1994
1
Tommaso beve.
46
Graffi_1994
0
La guerra teme Francesco.
47
Graffi_1994
1
Il giudice ha interrogato il testimone.
48
Graffi_1994
0
Il giudice ha interrogato il gatto.
49
Graffi_1994
1
Il giudice ha domandato al testimone chi era entrato in casa.
50
Graffi_1994
0
Il giudice ha domandato al gatto chi era entrato in casa.
51
Graffi_1994
1
Il giudice ha interrogato il testimone ieri sera.
52
Graffi_1994
1
Il testimone ha interrogato il giudice ieri sera.
53
Graffi_1994
1
Ieri sera il giudice ha interrogato il testimone.
54
Graffi_1994
1
Lorenzo ha subito molte torture.
55
Graffi_1994
1
Sono arrivati molti ragazzi.
56
Graffi_1994
1
Hanno telefonato molti ragazzi.
57
Graffi_1994
1
Ne sono arrivati molti.
58
Graffi_1994
0
Ne hanno telefonato molti.
59
Graffi_1994
1
Ne è ricomparso il padre.
60
Graffi_1994
0
Ne ha telefonato il padre.
61
Graffi_1994
1
Uno studente partito poco fa.
62
Graffi_1994
0
Uno studente parlato poco fa.
63
Graffi_1994
1
Partito Lorenzo, ci siamo dati alla pazza gioia.
64
Graffi_1994
0
Parlato Andrea, ci siamo dati alla pazza gioia.
65
Graffi_1994
0
Alessandro è un grande partitore.
66
Graffi_1994
1
Francesco è un grande oratore.
67
Graffi_1994
1
I negozianti hanno aumentato i prezzi.
68
Graffi_1994
1
Le sue opinioni sono cambiate.
69
Graffi_1994
1
Quel filosofo ha cambiato le sue opinioni.
70
Graffi_1994
1
Edoardo ne ha salvati molti.
71
Graffi_1994
1
Un ragazzo partito poco fa.
72
Graffi_1994
1
Un ragazzo salvato poco fa.
73
Graffi_1994
1
Il palazzo è crollato.
74
Graffi_1994
1
La partenza è prevista per le ore otto.
75
Graffi_1994
1
La costruzione della basilica durerà alcuni decenni.
76
Graffi_1994
1
Francesco cammina.
77
Graffi_1994
1
Alessandro parte.
78
Graffi_1994
1
Manzoni ha descritto la peste di Milano.
79
Graffi_1994
1
Quel dono era di grande valore.
80
Graffi_1994
1
Hanno dato il premio a me.
81
Graffi_1994
1
Riccardo ha danneggiato se stesso.
82
Graffi_1994
1
Quegli uomini si sono denunciati.
83
Graffi_1994
1
Preferiscono Tommaso.
84
Graffi_1994
0
Preferiscono lo.
85
Graffi_1994
1
Hanno dato il premio a lui.
86
Graffi_1994
1
Hanno dato il premio a Gabriele.
87
Graffi_1994
0
Hanno dato il premio gli.
88
Graffi_1994
0
Gli subito do il libro.
89
Graffi_1994
1
Do subito a lui il libro.
90
Graffi_1994
1
Glielo do subito.
91
Graffi_1994
0
Lo gli do subito.
92
Graffi_1994
1
Do subito il libro a lui.
93
Graffi_1994
1
Ho incontrato lui e lei.
94
Graffi_1994
1
Ho incontrato Lorenzo e Paola.
95
Graffi_1994
0
Lo compro e leggo.
96
Graffi_1994
1
Lo compro e lo leggo.
97
Graffi_1994
1
Ho incontrato lei, non lui.
98
Graffi_1994
1
Lo incontro tutti i giorni.
99
Graffi_1994
1
L'ho incontrato ieri.
100
Graffi_1994
1
Desidero incontrarlo.

Dataset Card for ItaCoLA

Dataset Summary

The Italian Corpus of Linguistic Acceptability includes almost 10k sentences taken from linguistic literature with a binary annotation made by the original authors themselves. The work is inspired by the English Corpus of Linguistic Acceptability.

Disclaimer: The ItaCoLA corpus is hosted on Github by the Digital Humanities group at FBK. It was introduced in the article Monolingual and Cross-Lingual Acceptability Judgments with the Italian CoLA corpus by Daniela Trotta, Raffaele Guarasci, Elisa Leonardelli, Sara Tonelli

Supported Tasks and Leaderboards

Acceptability Classification

The following table is taken from Table 4 of the original paper, where an LSTM and a BERT model pretrained on the Italian languages are fine-tuned on the train split of the corpus and evaluated respectively on the test split (In-domain, in) and on the acceptability portion of the [AcCompl-it] corpus (Out-of-domain, out). Models are evaluated with accuracy (Acc.) and Matthews Correlation Coefficient (MCC) in both settings. Results are averaged over 10 runs with ±stdev. error bounds.

in, Acc. in, MCC out, Acc. out, MCC
LSTM 0.794 0.278 ± 0.029 0.605 0.147 ± 0.066
ITA-BERT 0.904 0.603 ± 0.022 0.683 0.198 ± 0.036

Languages

The language data in ItaCoLA is in Italian (BCP-47 it)

Dataset Structure

Data Instances

Scores Configuration

The scores configuration contains sentences with acceptability judgments. An example from the train split of the scores config (default) is provided below.

{
    "unique_id": 1,
    "source": "Graffi_1994",
    "acceptability": 1,
    "sentence": "Quest'uomo mi ha colpito."
}

The text is provided as-is, without further preprocessing or tokenization.

The fields are the following:

  • unique_id: Unique identifier for the sentence across configurations.
  • source: Original source for the sentence.
  • acceptability: Binary score, 1 = acceptable, 0 = not acceptable.
  • sentence: The evaluated sentence.

Phenomena Configuration

The phenomena configuration contains a sample of sentences from scores that has been manually annotated to denote the presence of 9 linguistic phenomena. An example from the train split is provided below:

{
    "unique_id": 1,
    "source": "Graffi_1994",
    "acceptability": 1,
    "sentence": "Quest'uomo mi ha colpito.",
    "cleft_construction": 0,
    "copular_construction": 0,
    "subject_verb_agreement": 1,
    "wh_islands_violations": 0,
    "simple": 0,
    "question": 0,
    "auxiliary": 1,
    "bind": 0,
    "indefinite_pronouns": 0
}

For each one of the new fields, the value of the binary score denotes the presence (1) or the absence (0) of the respective phenomenon. Refer to the original paper for a detailed description of each phenomenon.

Data Splits

config train test
scores 7801 975
phenomena 2088 -

Dataset Creation

Please refer to the original article Monolingual and Cross-Lingual Acceptability Judgments with the Italian CoLA corpus for additional information on dataset creation.

Additional Information

Dataset Curators

The authors are the curators of the original dataset. For problems or updates on this 🤗 Datasets version, please contact gabriele.sarti996@gmail.com.

Licensing Information

No licensing information available.

Citation Information

Please cite the authors if you use these corpora in your work:

@inproceedings{trotta-etal-2021-monolingual,
    author = {Trotta, Daniela and Guarasci, Raffaele and Leonardelli, Elisa and Tonelli, Sara},
    title = {Monolingual and Cross-Lingual Acceptability Judgments with the Italian {CoLA} corpus},
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2021",
    month = nov,
    year = {2021},
    address = "Punta Cana, Dominican Republic and Online",
    publisher = "Association for Computational Linguistics",
    url = "https://arxiv.org/abs/2109.12053",
}
Edit Dataset Tags

Models trained or fine-tuned on gsarti/itacola

None yet