数据集概述
本数据集为DWUG DE词汇使用数据的子集，包含德语词汇的历史词义标注，涵盖经聚合清洗的词义标签、词汇使用对的二元语义接近度标签及词义变化标签，可用于词汇语义归纳与语义变化检测研究，版本为1.0.1。
文件详解
- 文件名称：dwug_de_sense.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含三类核心文件：
- judgments_senses.csv：原始词义标注数据，记录词汇使用的人工词义标注结果
- labels_senses.csv：聚合清洗后的词义标签，仅保留至少三分之二标注者一致的结果
- labels_proximity.csv：词汇使用对的二元语义接近度标签（0为不同词义、1为相同词义）
- stats_groupings.csv：词义变化标签，反映两个时间段词汇使用的词义变化情况
数据来源
论文“Sense Through Time: Diachronic Word Sense Annotations for Word Sense Induction and Lexical Semantic Change Detection”
适用场景
- 词汇语义归纳研究：利用清洗后的词义标签训练和评估词义归纳模型
- 词汇语义变化检测：基于词义变化标签分析德语词汇在不同历史时期的语义演变规律
- 语义接近度计算：通过二元接近度标签验证语义相似度算法的准确性
- 标注一致性分析：研究人工词义标注的一致性标准对结果的影响
