Simulating Lexical Semantic Change from Sense-Annotated Data

Siehe unten für die deutsche Version.

Type

Dataset

Authors

Dominik Schlechtweg, Sabine Schulte im Walde

Description

This data collection supplementing the paper referenced below contains:

• a lemmatized English text corpus pair (SEMCOR1, SEMCOR2) based on SemCor in which lexical semantic change has been simulated (corpora/)

• a lexical semantic change detection testset containing 148 lemmas with frequencies >=50 in both SEMCOR1 and SEMCOR2 (testset/)

  The file testset.tsv contains the following information:

  • lemma: lemma
  • T1: sense frequency distribution in SEMCOR1
  • T2: sense frequency distribution in SEMCOR2
  • freq1: lemma frequency in SEMCOR1
  • freq2: lemma frequency in SEMCOR2
  • freq_error: relative frequency error of annotated frequency against final lemma frequency
  • poly: maximal number of senses in SEMCOR1 and SEMCOR2
  • freq: normalized frequency difference between freq1 and freq2
  • graded: graded change score of lemma, G(lemma)
  • binary: binary change score of lemma, B(lemma)

  The files poly.tsv and freq.tsv contain the scores for the polysemy and frequency baselines from the paper.

Reference

Dominik Schlechtweg and Sabine Schulte im Walde. 2020. Simulating Lexical Semantic Change from Sense-Annotated Data. In Ravignani, A. and Barbieri, C. and Martins, M. and Flaherty, M. and Jadoul, Y. and Lattenkamp, E. and Little, H. and Mudd, K. and Verhoef, T. (Eds.): The Evolution of Language: Proceedings of the 13th International Conference (EvoLang13).

Download

The resources are freely available for education, research and other non-commercial purposes. More information can be requested via email to the authors.

Simulation von Bedeutungswandel mit bedeutungsannotierten Daten

Typ

Datensatz

Autoren

Dominik Schlechtweg, Sabine Schulte im Walde

Beschreibung

Diese Datensammlung ergänzt den unten zitierten Artikel und enthält:

• ein lemmatisiertes englisches Textkorpuspaar (SEMCOR1, SEMCOR2) basierend SemCor, in dem Bedeutungswandel simuliert wurde (corpora/)

• einen Testdatensatz für Bedeutungswandelerkennung, der 148 Lemmata mit Frequenzen >=50 in sowohl SEMCOR1 als auch SEMCOR2 enthält (testset/)

  Die Datei testset.tsv enthält die folgenden Informationen:

  • lemma: Lemma
  • T1: Bedeutungsfrequenzverteilung in SEMCOR1
  • T2: Bedeutungsfrequenzverteilung in SEMCOR2
  • freq1: Lemma-Frequenz in SEMCOR1
  • freq2: Lemma-Frequenz in SEMCOR2
  • freq_error: relative Frequenzabweichung zwischen Frequenz annotierter Vorkommen und Gesamtfrequenz
  • poly: maximale Anzahl der Bedeutungen in SEMCOR1 und SEMCOR2
  • freq: normalisierte Frequenz-Differenz zwischen freq1 und freq2
  • graded: gradierter Bedeutungswandelwert für Lemma, G(Lemma)
  • binary: binärer Bedeutungswandelwert für Lemma, B(Lemma)

  Die Dateien poly.tsv und freq.tsv enthalten die Werte für die Polysemie-und Frequenz-Baselines aus dem Artikel.

Reference

Dominik Schlechtweg and Sabine Schulte im Walde. 2020. Simulating Lexical Semantic Change from Sense-Annotated Data. In Ravignani, A. and Barbieri, C. and Martins, M. and Flaherty, M. and Jadoul, Y. and Lattenkamp, E. and Little, H. and Mudd, K. and Verhoef, T. (Eds.): The Evolution of Language: Proceedings of the 13th International Conference (EvoLang13).

Download

Die Ressourcen sind frei verfügbar für Lehre, Forschung sowie andere nicht-kommerzielle Zwecke. Für weitere Informationen schreiben Sie bitte eine E-Mail an die Autoren.