WSDM2021_Contextualizing_新闻趋势实体上下文分析数据集

数据集概述

本数据集是基于《纽约时报标注语料库》开发的富集数据，包含149个趋势事件，涉及12万个实体。数据旨在对新闻中的趋势实体进行上下文关联，按实体对趋势的解释价值排序。数据集分为无监督（149个趋势）和有监督（训练集50个、开发集34个、测试集65个）两类评估数据，支持趋势实体解释性研究。

文件详解

• 文件名称：contextualizing-trending-entities.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含JSON格式的富集数据，具体字段未提供预览，推测包含趋势实体、关联实体及解释价值排序等核心信息。

数据来源

论文“Contextualizing Trending Entities in News Stories”（WSDM 2021）

适用场景

• 新闻趋势实体解释性研究：用于分析实体对新闻趋势的解释价值及排序逻辑。
• 自然语言处理模型训练：作为有监督/无监督任务的基准数据集，训练实体上下文关联模型。
• 新闻内容语义分析：挖掘新闻中趋势实体的关联关系，辅助理解事件传播逻辑。
• 信息检索优化：基于实体解释价值排序，提升趋势相关信息的检索精准度。