我正在构建一个回指解析工具。我已经做了很多文献综述，我对构建基本工具应该做些什么有很好的了解。但问题是，我该如何测试它。我找不到任何可以测试它的注释语料库。有人可以建议我如何测量我的工具的精确度和召回率。
答案 0 :(得分：1)
从这里： http://www.mitpressjournals.org/doi/pdf/10.1162/COLI_a_00152
第4.1节
OntoNotes-DEV
- 提供的OntoNotes v4.0的开发分区
CoNLL2011共享任务（Pradhan等，2011）。
OntoNotes试验
- 测试分区中提供的OntoNotes v4.0
CoNLL-2011共同任务。
ACE2004-Culotta试验
- 为2004保留的ACE 2004语料库的分区
通过几项先前的研究进行测试（Culotta等人，2007; Bengtson和Roth
2008; Haghighi和Klein 2009）。
ACE2004-nwire
- ACE 2004语料库的新闻线子集，由...使用
Poon和Domingos（2008）以及Haghighi和Klein（2009）进行测试
MUC6试验
- 从第六个消息理解测试语料库
会议（MUC-6）评估。
您可以在此处找到MUC详细信息 http://www-nlpir.nist.gov/related_projects/muc/muc_data/muc_data_index.html
只需查看参考文献中实验部分的开头部分。你一定会找到链接。如果你看一下最常用的那些，你会找到你的数据集。