【分享】20000篇中文事件标注数据（样例）

数据介绍

包含1万篇新闻及1万篇微博的事件标注结果，可用于事件提取及舆情检测等研究领域。

本数据为该数据的样例。

具体指标

1) 语料范围

11836篇包含事件的新闻：均来自新浪网的热门新闻，包含国内新闻5612篇，财经新闻2387篇，科技新闻2462篇，社会、娱乐、国际、体育及军事新闻1375篇

10010篇包含事件的微博：均来自新浪微博，包括社会类2527篇，娱乐类1879篇，科技类1135篇，法制类903篇，教育类369篇，文化类505篇，经济类594篇，体育类709篇，政治类228篇，环境类244篇，其他类917篇

2) 事件构成

构成要素：每个事件包括6个构成要素：主体（谁发生了什么事件）、客体（谁是受事方）、地点（事件在哪发生的）、时间（什么时候发生的）、起因（为什么会发生这个事件）、过程（事件的相关进展或发展过程如何）

事件描述：包括事件名、事件主题、事件类型、微博类型

数据格式

xml文件格式，每篇微博或新闻均包含一个或多个事件

    Date表示微博或新闻的发表时间

    Type表示微博还是新闻

    Url表示微博或新闻的原始链接

    EventClass为事件主题

    EventName为事件名

    EventType为事件类型

    Original为原始微博或新闻内容

    Annotated为事件标注结果，其中who代表主体、whom代表客体、where代表地点、when代表时间、why代表起因、how代表过程。因为可能包含多个事件，每个要素后都跟着事件id，如“<who e="" 1"="">”表示是事件1的主体。

    WeiboType为微博类型

数据样例



数据下载：http://www.datatang.com/data/45871

数据堂-数据共享服务平台