Repository files navigation

Choice of Plausible Alternatives (COPA) is a dataset for open-domain commonsense causal reasoning.This dataset (Japanese COPA) provides Japanese translations of all sentences (premise, answer1, and answer2) in the original English dataset.

Each line of thedataset presents a question (premise, answer1, answer2, etc) inJSON Lines format.

{  "id": 1,  "premise": "草の上に私の影ができた。",  "asks_for": "原因",  "correct_answer": 1,  "answer1": "太陽が昇っていた。",  "answer2": "草が刈られていた。"}

Questions with IDs ranging from 1 to 500 provide the development set, and those from 501 to 1000 provide the test set.

Some premises and answers have Japanese pronouns such as 彼 (he, him, his), 彼女 (she, her), それ (it), and 彼/彼女ら (they, their, them).Anaphoras of these pronouns were resolved and described in the dataset.

Format: [pronoun](antecedent)

Example (id: 3)

• Premise: 女性たちは会ってコーヒーを飲みに行った。
• Answer(原因): [彼女ら](女性たち)は互いの近況を語り合いたかった。

Example (id: 14)

• Premise: 犯罪者が仮釈放の条件に違反した。
• Answer(結果): [彼女](犯罪者)は刑務所に送り返された。

We can replace pronouns with antecedents by running the Python code:

importrep=re.compile(r'\[([^]]*)\]\(([^)]*)\)')input_text='[彼女ら](女性たち)は互いの近況を語り合いたかった。'text_with_pronoun=p.sub(r'\1',input_text)text_with_antecedent=p.sub(r'\2',input_text)print(text_with_pronoun)# 彼女らは互いの近況を語り合いたかった。print(text_with_antecedent)# 女性たちは互いの近況を語り合いたかった。

BSD 2-Clause License