WikiCoref : un corpus anglais, annoté en coréférences, issu de Wikipédia

Cette page décrit WikiCoref, un corpus issu de Wikipédia anglais, où les relations anaphoriques sont annotées. Ce travail a été créé par Abbas Ghaddar et Philippe Langlais.

On peut télécharger la ressource ici.

Notre schéma d'annotation suit les directives OntoNotes à quelques exceptions près. Nous annotons chaque élément avec le type de coréférence, le type de mention, et le topic équivalent  dans Freebase. Puisque la plupart des efforts d'annotation de ce genre se concentrent sur des types très spécifiques de textes, principalement des fils de presse, il y a un manque de ressources pour les textes autrement plus utilisés que sont les articles Wikipédia. Le corpus décrit tente de fournir de nouvelles ressources. Ce corpus librement disponible a été conçu pour l'amélioration des algorithmes de résolution anaphorique voués aux textes de Wikipédia. Notre corpus n'a pas de restriction de sujet, et les documents annotés varient en taille.

Si la ressource vous est utile dans vos recherches, nous apprécierions que vous citiez notre article.

Pour plus d'information, entrez en contact avec Philippe Langlais.