WinoBias性别偏见解决Winograd模式数据集
数据来源：互联网公开数据
标签：性别偏见,共指解析,Winograd模式,自然语言处理,计算语言学,文本分析
数据概述：
本数据集设计用于共指解析任务，即确定文本中两个实体是否指代同一事物。该数据集特别关注性别偏见问题，包含以Winograd模式编写的句子，句子中的实体通过职业来指代（如护士、医生、木匠）。通过解析这些句子中的共指关系，可以更好地理解性别偏见在语言中的表现形式，并为消除这种偏见提供支持。
数据用途概述：
该数据集适用于性别偏见检测、共指解析研究以及Winograd模式分析等多种场景。研究人员可以利用此数据集进行自然语言处理任务的研究；教育机构可以将其用于教学演示；开发者可以利用这些数据集训练和评估模型。
字段定义：
- part_number：文本部分编号（数值型）
- word_number：文本中单词编号（数值型）
- tokens：分词后的单词（字符串）
- pos_tags：单词的词性标注（字符串）
- parse_bit：指示单词是否在解析树中的二进制值（数值型）
- predicate_lemma：单词谓词的词干形式（字符串）
- word_sense：单词的词义（字符串）
- speaker：单词的说话人（字符串）
- ner_tags：单词的命名实体识别标签（字符串）
- verbal_predicates：单词的谓词（字符串）
- coreference_clusters：单词的核心指代簇（字符串）
