数据集概述
该数据集包含Parallel Meaning Bank中德语动词性潜在习语表达式（PIEs）的标注数据，配套Ehren等人2024年的研究。涵盖多类文件，为分析德语习语表达提供结构化标注及分析工具支持。
文件详解
- 文档类文件：
- README.md：Markdown格式，数据集说明文档，含使用方法及参考文献
- Annotation Guidelines.pdf：PDF格式，标注规范文档，定义习语标注的标准与流程
- annotator1.txt、annotator2.txt、annotator3.txt：TXT格式，标注文件，包含句子编号、原文、PIE类型、句法弧、误报标记及习语分类（如IAV）
- discussed-issues.txt：TXT格式，标注过程中讨论问题的记录文档
- 代码类文件：
- util.py、pmb_roles.py：Python格式，辅助处理数据的工具脚本
- analyze.py：Python格式，统计分析脚本，可运行计算数据集相关指标
- requirements.txt：TXT格式，代码运行所需的依赖包清单
适用场景
- 计算语言学研究：分析德语动词性习语的句法特征与标注方法
- 自然语言处理：为习语识别、语义解析模型提供标注训练数据
- 多词表达式研究：探究潜在习语表达式的分类及分布规律
- 语言学标注评估：对比不同标注者对习语表达式的标注一致性
