数据集概述
该数据集包含Wiki-Quantities和Wiki-Measurements两个子数据集，分别用于支持数量识别与测量上下文提取任务。数据从维基百科文章和维基数据事实启发式生成，部分样本添加S2ORC数据集引用以增强模型鲁棒性，为测量提取系统的开发与评估提供支持。
文件详解
- 核心压缩文件:
- Wiki-Quantities.zip: 数量识别任务数据集压缩包，包含不同处理级别（原始、预处理）和过滤级别（原始、大型、小型、微型）的JSON格式文件
- Wiki-Measurements.zip: 测量上下文提取任务数据集压缩包，包含不同处理级别、过滤级别（大型、小型、严格版、上下文版等）的JSON格式文件
- 文档文件:
- README.md: 数据集说明文档，包含任务背景、数据结构、格式示例等核心信息
- LICENSE.md: 许可协议文件，说明数据使用权限
适用场景
- 自然语言处理研究: 用于训练和评估数量识别、测量上下文提取等NLP模型
- 信息抽取系统开发: 支持定量信息抽取流水线系统的构建与优化
- 科学文本处理: 提升模型对科学文献中数量表述的鲁棒性
- 知识库构建: 为维基数据等知识库补充结构化的数量与测量上下文信息
