Dataset Viewer
Auto-converted to Parquet Duplicate
input
stringlengths
35
33.8k
target_tokenized
stringlengths
1
2.41k
target
stringlengths
0
1.71k
gem_id
stringlengths
58
70
sentence_id
stringlengths
1
104
1 أَلمَانِيّ الالمانية ADJ A-----FS2D Case=Gen|Definite=Def|Gender=Fem|Number=Sing|original_id=13 11 amod _ _ 2 تَصنِيع تصنيع NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=8 6 nmod _ _ 3 " " PUNCT G--------- lin=-1|original_id=10 12 punct _ _ 4 عَلَى على ADP P--------- AdpType=Prep|original_id=6 6 case...
بَرلِين رَفَض حُصُول شَرِكَة أَمِيرِكِيّ عَلَى رُخصَة تَصنِيع دَبَّابَة " لِيُوبَارد " أَلمَانِيّ
برلين ترفض حصول شركة اميركية على رخصة تصنيع دبابة "ليوبارد" الالمانية
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-0
afp.20000715.0075:p1u1
1 " " PUNCT G--------- lin=-1|original_id=14 7 punct _ _ 2 صَادِر الصادر ADJ A-----MS2D Case=Gen|Definite=Def|Gender=Masc|Number=Sing|original_id=22 4 amod _ _ 3 " " PUNCT G--------- lin=-1|original_id=54 29 punct _ _ 4 عَدَد عدد NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=20 46 obl _ _ 5 ) ) PUNCT G...
بَرلِين 15 - 7 ( اف ب ) - أَفَاد صَحِيفَة أَحَد أَلمَانِيّ " ويلت ام سونتاغ " فِي _ عَدَد هُوَ صَادِر غَد ، أَنَّ مُستَشَار غيرهارد شرُودِر رَفَض حُصُول مَجمُوعَة أَمِيرِكِيّ " جنرال دِينَامِيكس " عَلَى رُخصَة _ لِ تَصنِيع دَبَّابَة أَلمَانِيّ " لِيُوبَارد 2 " عَبرَ شِرَاء مَجمُوعَة حُكُومِيّ إِسبَانِيّ _ لِ سِلَاح " س...
برلين 15-7 (اف ب) - افادت صحيفة الاحد الالمانية "ويلت ام سونتاغ" في عددها الصادر غدا، ان المستشار غيرهارد شرودر يرفض حصول المجموعة الاميركية "جنرال ديناميكس" على رخصة لتصنيع الدبابة الالمانية "ليوبارد 2" عبر شراء المجموعة الحكومية الاسبانية للاسلحة "سانتا بربارة".
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-1
afp.20000715.0075:p2u1
1 دَبَّابَة الدبابة NOUN N------S4D Case=Acc|Definite=Def|Number=Sing|original_id=30 41 obj _ _ 2 جنرال جنرال X U--------- original_id=25 7 nmod _ _ 3 لِيُوبَارد ليوبارد X X--------- Foreign=Yes|original_id=42 16 nmod _ _ 4 1 1 NUM Q--------- NumForm=Digit|original_id=34 22 nummod _ _ 5 إِسبَانِيّ الاسبانية ADJ A-----F...
_ وَ فِي نِيسَان / أَبرِيل مَاضِي ، تَخَلَّى دَولَة إِسبَانِيّ عَن مَجمُوعَة " سَانتَا بربارة " اَلَّذِي صَنَع دَبَّابَة لِيُوبَارد أَلمَانِيّ ، إِلَى " جنرال دِينَامِيكس " التي أَنتَج دَبَّابَة أَمِيرِكِيّ " إِم 1 أَبرَامس " مُعتَبَر مُنَافِسَة رَئِيسِيّ _ لِ دَبَّابَة لِيُوبَارد فِي سُوق .
وفي نيسان/ابريل الماضي، تخلت الدولة الاسبانية عن مجموعة "سانتا بربارة" التي تصنع دبابات ليوبارد الالمانية، الى "جنرال ديناميكس" التي تنتج الدبابة الاميركية "ام1 ابرامس" المعتبرة المنافسة الرئيسية لدبابة ليوبارد في الاسواق.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-2
afp.20000715.0075:p3u1
1 كَان كانت VERB VP-A-3FS-- Aspect=Perf|Gender=Fem|Number=Sing|Person=3|Voice=Act|original_id=2 7 parataxis _ _ 2 لِ ل CCONJ C--------- original_id=12 14 mark _ _ 3 إِسبَانِيّ الاسبانية ADJ A-----FS2D Case=Gen|Definite=Def|Gender=Fem|Number=Sing|original_id=5 17 amod _ _ 4 . . PUNCT G--------- lin=+1|original_id=17 7 p...
_ وَ كَان خَسَارَة مَجمُوعَة إِسبَانِيّ رَسمِيّ تَرَاكَم فِي سَنَة عَشَرَة أَخِير _ لِ بَلَغ 920 مِليُون يُورُو .
وكانت خسائر المجموعة الاسبانية الرسمية تراكمت في السنوات العشر الاخيرة لتبلغ 920 مليون يورو.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-3
afp.20000715.0075:p4u1
1 رُودُولف رودولف X X--------- Foreign=Yes|original_id=32 14 nmod _ _ 2 خَطَر الخطر NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=21 21 obl:arg _ _ 3 شَاربِينغ شاربينغ X X--------- lin=+1|Foreign=Yes|original_id=33 1 flat:foreign _ _ 4 رُخصَة رخصة NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|origi...
_ وَ أَشَار صَحِيفَة أَحَد إِلَى أَنَّ مُستَشَار شرُودِر اِعتَبَر أَنَّ حُصُول مَجمُوعَة أَمِيرِكِيّ عَلَى رُخصَة تَصنِيع لِيُوبَارد 2 عَرَّض _ لِ خَطَر مَصلَحَة تِكنُولُوجِيّ أَسَاسِيّ _ لِ أَلمَانِيَا _ وَ طَلَب مِن وَزِير دِفَاع رُودُولف شَاربِينغ تَوَجُّه إِلَى إِسبَانِيَا .
واشارت صحيفة الاحد الى ان المستشار شرودر يعتبر ان حصول المجموعة الاميركية على رخصة تصنيع ليوبارد2 يعرض للخطر المصالح التكنولوجية الاساسية لالمانيا وطلب من وزير الدفاع رودولف شاربينغ التوجه الى اسبانيا.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-4
afp.20000715.0075:p5u1
1 مَعلُومَة المعلومات NOUN N------P4D Case=Acc|Definite=Def|Number=Plur|original_id=15 11 obj _ _ 2 دِفَاع الدفاع NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=8 8 nmod _ _ 3 سَبت السبت NOUN N------S4D Case=Acc|Definite=Def|Number=Sing|original_id=13 5 nmod _ _ 4 تَعَذَّر تعذر VERB VP-A-3MS-- Aspect=Per...
_ وَ تَعَذَّر _ لِ مُتَحَدِّثَة _ بِ اِسم وِزَارَة دِفَاع أَلمَانِيّ أَن أَكَّد يَوم سَبت هٰذَا مَعلُومَة .
وتعذر لمتحدثة باسم وزارة الدفاع الالمانية ان تؤكد اليوم السبت هذه المعلومات.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-5
afp.20000715.0075:p6u1
1 لِيُوبَارد ليوبارد X X--------- Foreign=Yes|original_id=43 24 nmod _ _ 2 سَانتَا سانتا X X--------- Foreign=Yes|original_id=23 61 nmod _ _ 3 سَنَة سنوات NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=47 26 nmod _ _ 4 عَام عام NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=20 21 nmod _ _...
_ وَ فِي 21 حَزِيرَان / يُونِيُو ، شَدَّد وَزِير دِفَاع إِسبَانِيّ فيديريكو تريو عَلَى أَنَّ عَقد مُوَقَّع فِي نِهَايَة عَام 1998 بَينَ سَانتَا بربارة _ وَ مُنتِج دَبَّابَة أَلمَانِيّ ، _ كَ رُوس مافييه ورينمينتال _ لِ تَصنِيع دَبَّابَة فِي إِسبَانِيَا _ وَ إِنتَاج 235 دَبَّابَة لِيُوبَارد 2 خِلَالَ عَشَرَة سَنَة ، تَض...
وفي 21 حزيران/يونيو، شدد وزير الدفاع الاسباني فيديريكو تريو على ان العقد الموقع في نهاية عام 1998 بين سانتا بربارة ومنتجي الدبابة الالمانية، كروس مافييه ورينمينتال لتصنيع الدبابة في اسبانيا وانتاج 235 دبابة ليوبارد2 خلال عشر سنوات، يتضمن بندا لحماية التكنولوجيا الالمانية ويجب في "جميع الاحوال" ان تحترمه شركة "جنرال دين...
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-6
afp.20000715.0075:p7u1
1 مُوَاجَهَة مواجهات NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=9 6 nmod _ _ 2 مَا ما DET S--------- original_id=2 6 det _ _ 3 فِي في ADP P--------- AdpType=Prep|original_id=10 11 case _ _ 4 فِي في ADP P--------- AdpType=Prep|original_id=8 1 case _ _ 5 قَلّ يقل VERB VIIA-3MS-- Aspect=Imp|Gender=Masc|...
مَقتَل مَا لَا قَلّ عَن 12 شَخص فِي مُوَاجَهَة فِي إِحدَى سُوق لَاغُوس
مقتل ما لا يقل عن 12 شخصا في مواجهات في احدى اسواق لاغوس
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-7
afp.20000715.0076:p1u1
1 قَلّ يقل VERB VIIA-3MS-- Aspect=Imp|Gender=Masc|Mood=Ind|Number=Sing|Person=3|VerbForm=Fin|Voice=Act|original_id=18 10 acl _ _ 2 تَاجِر تجار NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=32 26 nmod _ _ 3 شُرطَة الشرطة NOUN N------S1D Case=Nom|Definite=Def|Number=Sing|original_id=11 25 nsubj _ _ 4 فِي ...
لاغوس 15 - 7 ( اف ب ) - ذَكَر شُرطَة نَيجِيرِيّ يَوم سَبت أَنَّ مَا لَا قَلّ عَن 12 شَخص قَتَل فِي مُوَاجَهَة اِستَمَرّ يَوم فِي سُوق فِي لَاغُوس بَينَ تَاجِر _ وَ زُقَاقِيّ .
لاغوس 15-7 (اف ب) - ذكرت الشرطة النيجيرية اليوم السبت ان ما لا يقل عن 12 شخصا قتلوا في مواجهات استمرت يومين في سوق في لاغوس بين تجار وزقاقيين.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-8
afp.20000715.0076:p2u1
1 الابا الابا X U--------- original_id=20 35 nmod _ _ 2 ، ، PUNCT G--------- lin=+1|original_id=23 18 punct _ _ 3 مُوَاجَهَة المواجهات NOUN N------P4D Case=Acc|Definite=Def|Number=Plur|original_id=12 11 nsubj _ _ 4 بَينَ بين ADP PI------4- AdpType=Prep|Case=Acc|original_id=16 16 case _ _ 5 بَدَأ بدأت VERB VP-A-3FS-- As...
_ وَ أَعلَن مُتَحَدِّث _ بِ اِسم شُرطَة _ لِ وِكَالَة فرَانس برِس أَنَّ مُوَاجَهَة اَلَّذِي بَدَأ خَمِيس بَينَ تَاجِر فِي سُوق الابا فِي لَاغُوس ، _ وَ عَدَد مِن زُقَاقِيّ ، أَسفَر أَيضًا عَن إِصَابَة عَدَد مِن شَخص _ بِ جُرح .
واعلن متحدث باسم الشرطة لوكالة فرانس برس ان المواجهات التي بدأت الخميس بين التجار في سوق الابا في لاغوس، وعدد من الزقاقيين، اسفرت ايضا عن اصابة عدد من الاشخاص بجروح.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-9
afp.20000715.0076:p3u1
1 بِ ب ADP P--------- AdpType=Prep|original_id=12 13 case _ _ 2 زُقَاقِيّ الزقاقيون ADJ A-----MP1D Case=Nom|Definite=Def|Gender=Masc|Number=Plur|original_id=7 6 nsubj _ _ 3 نَهب نهب NOUN N------S4R Case=Acc|Definite=Cons|Number=Sing|original_id=9 8 obj _ _ 4 أَنَّ أن CCONJ C--------- original_id=14 16 mark _ _ 5 وَ و C...
_ وَ بَدَأ عَمَل عُنف فِيمَا كَان زُقَاقِيّ حَاوَل نَهب مَحَلّ تِجَارِيّ _ بِ حُجَّة _ أَنَّ هُوَ بَحَث عَن سَارِق .
وبدأت اعمال العنف فيما كان الزقاقيون يحاولون نهب المحلات التجارية بحجة انهم يبحثون عن سارق.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-10
afp.20000715.0076:p4u1
1 نِظَام النظام NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=12 13 nmod _ _ 2 يَوم يوم NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=5 8 obl _ _ 3 جُمعَة الجمعة NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=6 2 nmod _ _ 4 مُوَاجَهَة المواجهات NOUN N------P1D Case=Nom|De...
_ وَ اِستَمَرّ مُوَاجَهَة حَتَّى يَوم جُمعَة عِندَمَا تَمَكَّن شُرطَة مِن فَرض نِظَام مُجَدَّد .
واستمرت المواجهات حتى يوم الجمعة عندما تمكنت الشرطة من فرض النظام مجددا.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-11
afp.20000715.0076:p5u1
1 اِسم اسم NOUN N------S2R lin=+1|Case=Gen|Definite=Cons|Number=Sing|original_id=10 11 fixed _ _ 2 مُتَحَدِّث المتحدث NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=8 6 obl _ _ 3 وَ و CCONJ C--------- original_id=1 0 root _ _ 4 شُرطَة الشرطة NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=1...
_ وَ لَم تَمّ اِعتِقَال أَحَد _ بِ حَسَبَ مُتَحَدِّث _ بِ اِسم شُرطَة .
ولم يتم اعتقال احد بحسب المتحدث باسم الشرطة.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-12
afp.20000715.0076:p6u1
1 16 16 NUM Q--------- NumForm=Digit|original_id=5 5 nummod _ _ 2 فِي في ADP P--------- AdpType=Prep|original_id=3 8 case _ _ 3 / / PUNCT G--------- lin=-1|original_id=7 7 punct _ _ 4 تَمُّوز تموز NOUN N------S2I Case=Gen|Definite=Ind|Number=Sing|original_id=6 1 nmod _ _ 5 يَوم اليوم NOUN N------S1D Case=Nom|Definite=D...
هٰذَا يَوم فِي تَارِيخ 16 تَمُّوز / يُولِيُو
هذا اليوم في التاريخ 16 تموز/يوليو
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-13
afp.20000715.0079:p1u1
1 أَوَّل اول ADJ A-----MS2R Case=Gen|Definite=Cons|Gender=Masc|Number=Sing|original_id=8 10 amod _ _ 2 . . PUNCT G--------- lin=+2|original_id=13 8 punct _ _ 3 قُنبُلَة قنبلة NOUN N------S2I Case=Gen|Definite=Ind|Number=Sing|original_id=9 1 nmod _ _ 4 - - PUNCT G--------- lin=+1|original_id=2 8 punct _ _ 5 بِ ب ADP P--...
1945 - وِلَايَة مُتَّحِد قَام _ بِ اِختِبَار أَوَّل قُنبُلَة نَوَوِيّ فِي نيومكسيكو .
1945 - الولايات المتحدة تقوم باختبار اول قنبلة نووية في نيومكسيكو.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-14
afp.20000715.0079:p2u1
1 فَرض فرض NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=32 14 nmod _ _ 2 أَمِيرِكِيّ اميركي ADJ A-----MS2I Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|original_id=13 19 amod _ _ 3 ثَلَاثَة ثلاثة NUM QV----M-2R Case=Gen|Definite=Cons|Gender=Masc|NumForm=Word|NumValue=3|original_id=28 10 obl _ _ 4 يَو...
1948 - حَرب عَرَبِيّ إِسرَائِيلِيّ : مَجلِس أَمن دُوَلِيّ تَبَنَّى مَشرُوع قَرَار أَمِيرِكِيّ رَأَى فِي حَرب " خَطَر عَلَى سَلَام عَالَمِيّ _ وَ دَعَا إِلَى وَقف قِتَال خِلَالَ ثَلَاثَة يَوم تَحتَ طَائِلَة فَرض عُقُوبَة اِقتِصَادِيّ _ وَ عَسكَرِيّ عَلَى مَن خَالَف ذٰلِكَ " .
1948 - الحرب العربية الاسرائيلية: مجلس الامن الدولي يتبنى مشروع قرار اميركي يرى في الحرب "خطرا على السلام العالمي ويدعو الى وقف القتال خلال ثلاثة ايام تحت طائلة فرض عقوبات اقتصادية وعسكرية على من يخالف ذلك".
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-15
afp.20000715.0079:p3u1
1 تَنَازَل يتنازل VERB VIIA-3MS-- Aspect=Imp|Gender=Masc|Mood=Ind|Number=Sing|Person=3|VerbForm=Fin|Voice=Act|original_id=8 6 parataxis _ _ 2 مَلِك الملك NOUN N------S1D Case=Nom|Definite=Def|Number=Sing|original_id=5 1 nsubj _ _ 3 شَعبِيّ شعبية ADJ A-----FS2I Case=Gen|Definite=Ind|Gender=Fem|Number=Sing|original_id=17...
1951 - بِلجِيكَا : مَلِك ليوبولد ثَانِي تَنَازَل عَن عَرش _ لِ اِبن هُوَ بودوان بَعدَ حَرَكَة شَعبِيّ وَاسِع طَالَب _ بِ عَزل هُوَ .
1951 - بلجيكا: الملك ليوبولد الثاني يتنازل عن العرش لابنه بودوان بعد حركة شعبية واسعة طالبت بعزله.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-16
afp.20000715.0079:p4u1
1 أَسبَق الاسبق ADJ A-----MS1D Case=Nom|Definite=Def|Gender=Masc|Number=Sing|original_id=5 21 amod _ _ 2 بَعدَ بعد ADP PI------4- AdpType=Prep|Case=Acc|original_id=11 20 mark _ _ 3 هُوَ ه PRON SP---3MS2- Case=Gen|Gender=Masc|Number=Sing|Person=3|PronType=Prs|original_id=16 9 nmod _ _ 4 إِلَى الى ADP P--------- AdpType=...
1955 - رَئِيس سُورِيّ أَسبَق شكري القوتلي عَاد إِلَى سُورِيَا بَعدَ أَن أَمضَى فِي _ مَنفَى هُوَ فِي مِصر سِتَّة سَنَة .
1955 - الرئيس السوري الاسبق شكري القوتلي يعود الى سوريا بعد ان امضى في منفاه في مصر ست سنوات.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-17
afp.20000715.0079:p5u1
1 " " PUNCT G--------- lin=+1|original_id=11 11 punct _ _ 2 قَمَر اقمار NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=7 12 nmod _ _ 3 اِتِّحَاد الاتحاد NOUN N------S1D Case=Nom|Definite=Def|Number=Sing|original_id=3 5 nsubj _ _ 4 " " PUNCT G--------- lin=-1|original_id=9 11 punct _ _ 5 أَطلَق يطلق VERB ...
1965 - اِتِّحَاد سُوفيَاتِيّ أَطلَق خَمسَة قَمَر اِصطِنَاعِيّ " كوسموس " عَلَى مَتن صَارُوخ فَضَائِيّ وَاحِد .
1965 - الاتحاد السوفياتي يطلق خمسة اقمار اصطناعية "كوسموس" على متن صاروخ فضائي واحد.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-18
afp.20000715.0079:p6u1
1 لِ ل ADP P--------- AdpType=Prep|original_id=14 12 case _ _ 2 أَصبَح يصبح VERB VIIA-3MS-- Aspect=Imp|Gender=Masc|Mood=Ind|Number=Sing|Person=3|VerbForm=Fin|Voice=Act|original_id=12 13 parataxis _ _ 3 رَئِيس رئيسا NOUN N------S4I Case=Acc|Definite=Ind|Number=Sing|original_id=13 2 obj _ _ 4 - - PUNCT G--------- lin=+1|...
1979 - نَائِب رَئِيس مَجلِس قِيَادَة ثَورَة فِي عِرَاق صدام حسين أَصبَح رَئِيس _ لِ دَولَة بَعدَ غِيَاب حسن البكر عَن سَاحَة سِيَاسِيّ .
1979 - نائب رئيس مجلس قيادة الثورة في العراق صدام حسين يصبح رئيسا للدولة بعد غياب حسن البكر عن الساحة السياسية.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-19
afp.20000715.0079:p7u1
1 - - PUNCT G--------- lin=+1|original_id=2 2 punct _ _ 2 1985 1985 NUM Q--------- NumForm=Digit|original_id=1 0 root _ _ 3 كَاتِب الكاتب NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=4 8 nmod _ _ 4 . . PUNCT G--------- lin=+2|original_id=8 2 punct _ _ 5 بُول بول X X--------- Foreign=Yes|original_id=7 3...
1985 - وَفَاة كَاتِب أَلمَانِيّ هاينريش بُول .
1985 - وفاة الكاتب الالماني هاينريش بول.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-20
afp.20000715.0079:p8u1
1 . . PUNCT G--------- lin=+2|original_id=9 4 punct _ _ 2 وَفَاة وفاة NOUN N------S1R Case=Nom|Definite=Cons|Number=Sing|original_id=3 4 dep _ _ 3 الاوكسترا الاوكسترا X U--------- original_id=5 8 nmod _ _ 4 1989 1989 NUM Q--------- NumForm=Digit|original_id=1 0 root _ _ 5 - - PUNCT G--------- lin=+1|original_id=2 4 pun...
1989 - وَفَاة قَائِد الاوكسترا هيربرت فُون كارايان .
1989 - وفاة قائد الاوكسترا هيربرت فون كارايان.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-21
afp.20000715.0079:p9u1
1 سَنَة سنوات NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=21 18 nmod _ _ 2 - - PUNCT G--------- lin=+1|original_id=2 21 punct _ _ 3 سَعُودِيَّة السعودية NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=14 8 nmod _ _ 4 سَعُودِيّ السعودي ADJ A-----MS1D Case=Nom|Definite=Def|Gender=Masc|Numb...
1995 - وَزِير خَارِجِيَّة سَعُودِيّ أَمِير سعود الفيصل أَعلَن تَطبِيع عَلَاقَة دِبلُومَاسِيّ بَينَ سَعُودِيَّة _ وَ أُردُنّ بَعدَ قَطِيعَة دَام خَمسَة سَنَة .
1995 - وزير الخارجية السعودي الامير سعود الفيصل يعلن تطبيع العلاقات الدبلوماسية بين السعودية والاردن بعد قطيعة دامت خمس سنوات.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-22
afp.20000715.0079:p10u1
1 وَزِير وزير NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=4 6 nmod _ _ 2 هُوَ ه PRON SP---3MS2- Case=Gen|Gender=Masc|Number=Sing|Person=3|PronType=Prs|original_id=15 15 nmod _ _ 3 المجيد المجيد X U--------- original_id=9 1 nmod _ _ 4 حِزب حزب NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|origina...
1995 - إِقَالَة وَزِير دِفَاع عِرَاقِيّ علي حسن المجيد مِن _ مَنصِب هُوَ _ وَ تَكلِيف هُوَ مَهَمَّة فِي حِزب البعث حَاكِم .
1995 - اقالة وزير الدفاع العراقي علي حسن المجيد من منصبه وتكليفه مهام في حزب البعث الحاكم.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-23
afp.20000715.0079:p11u1
1 عِرَاقِيّ العراقية ADJ A-----FS2D Case=Gen|Definite=Def|Gender=Fem|Number=Sing|original_id=18 12 amod _ _ 2 سِجن سجن NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=10 19 obl _ _ 3 1995 1995 NUM Q--------- NumForm=Digit|original_id=1 0 root _ _ 4 عِرَاق العراق NOUN N------S1D Case=Nom|Definite=Def|Numb...
1995 - عِرَاق أَفرَج عَن اِثنَان مِن أَمِيرِكِيّ بَعدَ _ سِجن هُوَ 113 يَوم _ بِ تُهمَة عُبُور حَدّ عِرَاقِيّ كُوَيتِيّ _ بِ طَرِيقَة غَير شَرعِيّ .
1995 - العراق يفرج عن اثنين من الاميركيين بعد سجنهما 113 يوما بتهمة عبور الحدود العراقية الكويتية بطريقة غير شرعية.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-24
afp.20000715.0079:p12u1
1 تَارِيخ التاريخ NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=4 8 nmod _ _ 2 17 17 NUM Q--------- NumForm=Digit|original_id=5 8 nummod _ _ 3 فِي في ADP P--------- AdpType=Prep|original_id=3 1 case _ _ 4 هٰذَا هذا DET SD----MS1- Case=Nom|Gender=Masc|Number=Sing|PronType=Dem|original_id=1 8 det _ _ 5 يُ...
هٰذَا يَوم فِي تَارِيخ 17 تَمُّوز / يُولِيُو
هذا اليوم في التاريخ 17 تموز/يوليو
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-25
afp.20000715.0080:p1u1
1 فَيلَسُوف الفيلسوف NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=6 4 conj _ _ 2 . . PUNCT G--------- lin=+2|original_id=10 9 punct _ _ 3 فَرَنسِيّ الفرنسي ADJ A-----MS2D Case=Gen|Definite=Def|Gender=Masc|Number=Sing|original_id=7 4 amod _ _ 4 كَاتِب الكاتب NOUN N------S2D Case=Gen|Definite=Def|Number=...
1913 - مَولِد كَاتِب _ وَ فَيلَسُوف فَرَنسِيّ رُوجِيِه غَارُودِي .
1913 - مولد الكاتب والفيلسوف الفرنسي روجيه غارودي.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-26
afp.20000715.0080:p2u1
1 . . PUNCT G--------- lin=+2|original_id=14 5 punct _ _ 2 قَيصَر قيصر NOUN N------S4R Case=Acc|Definite=Cons|Number=Sing|original_id=6 11 obj _ _ 3 هُوَ ه PRON SP---3MS2- Case=Gen|Gender=Masc|Number=Sing|Person=3|PronType=Prs|original_id=13 12 nmod _ _ 4 نيكةلاس نيكةلاس X U--------- original_id=8 2 nmod _ _ 5 1918 191...
1918 - ثَورَة بَلشَفِيّ أَعدَم قَيصَر رُوسِيَا نيكةلاس اتلثاني _ وَ فَرد _ عَائِلَة هُوَ .
1918 - الثورة البلشفية تعدم قيصر روسيا نيكةلاس اتلثاني وافراد عائلته.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-27
afp.20000715.0080:p3u1
1 وَ و CCONJ C--------- original_id=12 7 cc _ _ 2 بوتسدام بوتسدام X U--------- original_id=5 6 nmod _ _ 3 وَ و CCONJ C--------- original_id=10 12 cc _ _ 4 ثَانِي الثانية ADJ A-----FS2D Case=Gen|Definite=Def|Gender=Fem|Number=Sing|original_id=23 5 amod _ _ 5 حَرب الحرب NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|o...
1945 - اِفتِتَاح مُؤتَمَر بوتسدام بَينَ قَائِد اِتِّحَاد سُوفيَاتِيّ _ وَ برِيطَانِيَا _ وَ وِلَايَة مُتَّحِد اَلَّذِي رَسَم حَدّ دَولَة أُورُوبِيّ بَعدَ حَرب عَالَمِيّ ثَانِي .
1945 - افتتاح مؤتمر بوتسدام بين قادة الاتحاد السوفياتي وبريطانيا والولايات المتحدة الذي رسم حدود الدول الاوروبية بعد الحرب العالمية الثانية.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-28
afp.20000715.0080:p4u1
1 رَدّ ردا NOUN N------S4I Case=Acc|Definite=Ind|Number=Sing|original_id=17 28 obl _ _ 2 - - PUNCT G--------- lin=+1|original_id=2 13 punct _ _ 3 عَلَى على ADP P--------- AdpType=Prep|original_id=18 22 case _ _ 4 يَد يد NOUN N------S2R lin=+1|Case=Gen|Definite=Cons|Number=Sing|original_id=9 5 fixed _ _ 5 عَلَى على ADP ...
1951 - اِغتِيَال رياض الصلح فِي عَمَّان عَلَى يَد ثَلَاثَة مِن عُضو حِزب قَومِيّ سُورِيّ اِجتِمَاعِيّ رَدّ عَلَى إِعدَام مُؤَسِّس _ وَ زَعِيم حِزب أَنطُون سعادة فِي 1949 .
1951 - اغتيال رياض الصلح في عمان على يد ثلاثة من اعضاء الحزب القومي السوري الاجتماعي ردا على اعدام مؤسس وزعيم الحزب انطون سعادة في 1949.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-29
afp.20000715.0080:p5u1
1 نِظَام النظام NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=5 3 nmod _ _ 2 مِن من ADP P--------- AdpType=Prep|original_id=18 11 case _ _ 3 سُقُوط سقوط NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=4 9 obl _ _ 4 فِي في ADP P--------- AdpType=Prep|original_id=8 10 case _ _ 5 مَلَكِيّ ال...
1958 - إِثرَ سُقُوط نِظَام مَلَكِيّ هَاشِمِيّ فِي عِرَاق ، وَصَل قُوَّة برِيطَانِيّ إِلَى أُردُنّ _ بِ طَلَب مِن مَلِك حسين .
1958 - اثر سقوط النظام الملكي الهاشمي في العراق، وصلت قوات بريطانية الى الاردن بطلب من الملك حسين.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-30
afp.20000715.0080:p6u1
1 قِيَادَة قيادة NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=14 20 nmod _ _ 2 عارف عارف X U--------- original_id=11 12 nmod _ _ 3 عَسكَرِيّ عسكري ADJ A-----MS1I Case=Nom|Definite=Ind|Gender=Masc|Number=Sing|original_id=4 8 amod _ _ 4 الرحمن الرحمن X U--------- original_id=10 21 nmod _ _ 5 . . PUNCT G...
1968 - اِنقِلَاب عَسكَرِيّ فِي عِرَاق أَطَاح نِظَام عبد الرحمن عارف _ وَ مَجلِس قِيَادَة ثَورَة اِختَار احمد حسن البكر رَئِيس _ لِ جُمهُورِيَّة .
1968 - انقلاب عسكري في العراق يطيح نظام عبد الرحمن عارف ومجلس قيادة الثورة يختار احمد حسن البكر رئيسا للجمهورية.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-31
afp.20000715.0080:p7u1
1 أُردُنِّيّ الاردني ADJ A-----MS1D Case=Nom|Definite=Def|Gender=Masc|Number=Sing|original_id=4 16 amod _ _ 2 سَمَح تسمح VERB VIIA-3FS-- Aspect=Imp|Gender=Fem|Mood=Ind|Number=Sing|Person=3|VerbForm=Fin|Voice=Act|original_id=10 5 acl _ _ 3 حسين حسين X U--------- original_id=6 18 nmod _ _ 4 لِ ل ADP P--------- AdpType=Pr...
1971 - عَاهِل أُردُنِّيّ مَلِك حسين أَلغَى اِتِّفَاق اَلَّذِي سَمَح _ لِ تَنظِيم فِلَسطِينِيّ _ بِ إِقَامَة قَاعِدَة _ لِ هُوَ فِي أُردُنّ .
1971 - العاهل الاردني الملك حسين يلغي الاتفاقات التي تسمح للتنظيمات الفلسطينية باقامة قواعد لها في الاردن.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-32
afp.20000715.0080:p8u1
1 تَوقِيع توقيع NOUN N------S1R Case=Nom|Definite=Cons|Number=Sing|original_id=3 18 dep _ _ 2 بَينَ بين ADP PI------4- AdpType=Prep|Case=Acc|original_id=10 5 case _ _ 3 . . PUNCT G--------- lin=+2|original_id=20 18 punct _ _ 4 البعث البعث X U--------- original_id=12 5 nmod _ _ 5 حِزب حزب NOUN N------S2R Case=Gen|Defini...
1973 - تَوقِيع " مِيثَاق _ لِ عَمَل وَطَنِيّ " بَينَ حِزب البعث حَاكِم فِي عِرَاق _ وَ حِزب شُيُوعِيّ عِرَاقِيّ .
1973 - توقيع "ميثاق للعمل الوطني" بين حزب البعث الحاكم في العراق والحزب الشيوعي العراقي.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-33
afp.20000715.0080:p9u1
1 ضِدَّ ضد ADP PI------4- AdpType=Prep|Case=Acc|original_id=15 8 case _ _ 2 جِنِرَال الجنرال NOUN N------S1D Case=Nom|Definite=Def|Number=Sing|original_id=5 13 nsubj _ _ 3 سوموزا سوموزا X U--------- original_id=6 2 nmod _ _ 4 عَن عن ADP P--------- AdpType=Prep|original_id=8 25 case _ _ 5 أَسفَر أسفرت VERB VP-A-3FS-- As...
1979 - نيكاراغوا : جِنِرَال سوموزا تَخَلَّى عَن حُكم بَعدَ مَعرَكَة اِستَمَرّ خَمسَة أُسبُوع ضِدَّ سَاندِينِيّ _ وَ أَسفَر عَن مَقتَل حَوَالَى 40 أَلف مَدَنِيّ .
1979 - نيكاراغوا: الجنرال سوموزا يتخلى عن الحكم بعد معارك استمرت خمسة اسابيع ضد الساندينيين واسفرت عن مقتل حوالي 40 الف مدني.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-34
afp.20000715.0080:p10u1
1 1987 1987 NUM Q--------- NumForm=Digit|original_id=1 0 root _ _ 2 بَينَ بين ADP PI------4- AdpType=Prep|Case=Acc|original_id=6 21 case _ _ 3 فِي في ADP P--------- AdpType=Prep|original_id=28 8 case _ _ 4 قَطع قطع NOUN N------S1R Case=Nom|Definite=Cons|Number=Sing|original_id=3 1 dep _ _ 5 تَحقِيق التحقيق NOUN N------...
1987 - قَطع عَلَاقَة دِبلُومَاسِيّ بَينَ فَرَنسَا _ وَ إِيرَان إِثرَ رَفض مُتَرجِم سِفَارَة إِيرَانِيّ فِي بَارِيس وحيد غورجي مُثُول أَمَامَ قَضَاء فِي إِطَار تَحقِيق فِي اِعتِدَاء وَقَع فِي 1986 فِي بَارِيس .
1987 - قطع العلاقات الدبلوماسية بين فرنسا وايران اثر رفض مترجم السفارة الايرانية في باريس وحيد غورجي المثول امام القضاء في اطار التحقيق في اعتداءات وقعت في 1986 في باريس.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-35
afp.20000715.0080:p11u1
1 أَوَّل أول ADJ A-----MS2R Case=Gen|Definite=Cons|Gender=Masc|Number=Sing|original_id=28 37 obl _ _ 2 مُنذُ منذ ADP P--------- AdpType=Prep|original_id=30 27 case _ _ 3 هُوَ ه PRON SP---3MS2- Case=Gen|Gender=Masc|Number=Sing|Person=3|PronType=Prs|original_id=22 30 nmod _ _ 4 اِستَغرَق استغرقت VERB VP-A-3FS-- Aspect=Pe...
1998 - الاسد فِي بَارِيس _ لِ مَرَّة أَوَّل مُنذُ 22 عَام _ وَ زِيَارَة اِستَغرَق ثَلَاثَة يَوم . _ وَ فِي يَوم _ ذَات هُوَ ، زَار بَارِجَة برِيطَانِيّ _ لِ أَوَّل مَرَّة مُنذُ 48 عَام ، مرفأ لَاذِقِيَّة سُورِيّ .
1998 - الاسد في باريس للمرة الاولى منذ 22 عاما والزيارة استغرقت ثلاثة ايام. وفي اليوم ذاته، زارت بارجتان بريطانيتان لاول مرة منذ 48 عاما، مرفأ اللاذقية السوري.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-36
afp.20000715.0080:p12u1
1 مَقتَل مقتل NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=25 53 obl:arg _ _ 2 مِن من ADP P--------- AdpType=Prep|original_id=38 47 case _ _ 3 مِنطَقَة مناطق NOUN N------P2I Case=Gen|Definite=Ind|Number=Plur|original_id=8 32 nmod _ _ 4 صَنعَاء صنعاء NOUN N------S1I Case=Nom|Definite=Ind|Number=Sing|or...
1998 - صَنعَاء اِتَّهَم رِيَاض _ بِ اِحتِلَال مِنطَقَة حُدُودِيّ . سَعُودِيّ أَكَّد فِي 21 مِن شَهر _ ذَات هُوَ حُصُول " حَادِث " أَدَّى إِلَى مَقتَل ثَلَاثَة يَمَنِيّ _ وَ إِصَابَة تِسعَة آخَر _ بِ جُرح . _ وَ فِي 27 مِن شَهر _ نَفس هُوَ ، تَفَاهَم بَلَد عَلَى إِجرَاء _ لِ مَنع تَكرَار مِثلَ هٰذَا حَادِث .
1998 - صنعاء تتهم الرياض باحتلال مناطق حدودية. السعوديون اكدوا في 21 من الشهر ذاته حصول "حوادث" ادت الى مقتل ثلاثة يمنيين واصابة تسعة آخرين بجروح. وفي 27 من الشهر نفسه، تفاهم البلدان على اجراءات لمنع تكرار مثل هذه الحوادث.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-37
afp.20000715.0080:p13u1
1 إِصَابَة إصابة NOUN N------S1R Case=Nom|Definite=Cons|Number=Sing|original_id=4 2 conj _ _ 2 مَقتَل مقتل NOUN N------S1R Case=Nom|Definite=Cons|Number=Sing|original_id=1 0 root _ _ 3 وَ و CCONJ C--------- original_id=3 1 cc _ _ 4 آخَر آخر ADJ A-----MS2I Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|original_id=5 1 am...
مَقتَل شَخص _ وَ إِصَابَة آخَر _ بِ جُرح فِي حَرِيق فِي بُلغَارِيَا
مقتل شخصين واصابة آخر بجروح في حرائق في بلغاريا
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-38
afp.20000715.0082:p1u1
1 فِي في ADP P--------- AdpType=Prep|original_id=31 10 case _ _ 2 أَصَاب أصيب VERB VP-P-3MS-- Aspect=Perf|Gender=Masc|Number=Sing|Person=3|Voice=Pass|original_id=23 19 conj _ _ 3 بُلغَارِيَا بلغاريا X X--------- Foreign=Yes|original_id=38 13 advmod _ _ 4 يَوم الايام NOUN N------P2D Case=Gen|Definite=Def|Number=Plur|ori...
صُوفِيَا 16 - 7 ( اف ب ) - أَعلَن بَيَان _ لِ مَركَز صَحَافِيّ تَابِع _ لِ حُكُومَة بُلغَارِيّ أَنَّ رَجُل قَتَل _ وَ أَصَاب شَخص آخَر _ بِ جُرح خَطِر أَمسِ سَبت فِي حَرِيق اِندَلَع فِي يَوم أَخِير فِي بُلغَارِيَا .
صوفيا 16-7 (اف ب) - اعلن بيان للمركز الصحافي التابع للحكومة البلغارية ان رجلين قتلا واصيب شخص آخر بجروح خطرة امس السبت في حرائق اندلعت في الايام الاخيرة في بلغاريا.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-39
afp.20000715.0082:p2u1
1 أَنَّ ان CCONJ C--------- original_id=4 8 mark _ _ 2 فِي في ADP P--------- AdpType=Prep|original_id=18 6 case _ _ 3 شَرق شرق NOUN N------S2I Case=Gen|Definite=Ind|Number=Sing|original_id=29 23 nmod _ _ 4 نَار النيران NOUN N------P1D Case=Nom|Definite=Def|Number=Plur|original_id=13 8 nsubj _ _ 5 ( ( PUNCT G--------- l...
_ وَ أَوضَح مَصدَر أَنَّ دينتشو دينيف ( 72 عَام ) _ اِلتَهَم هُوَ نَار حَيّ لَيل جُمعَة سَبت فِي _ مَنزِل هُوَ فِي بَلدَة دراغانوفو فِي مِنطَقَة ترنوفو ( شَمَال شَرق ) .
واوضح المصدر ان دينتشو دينيف (72 عاما) التهمته النيران حيا ليل الجمعة السبت في منزله في بلدة دراغانوفو في منطقة ترنوفو (شمال شرق).
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-40
afp.20000715.0082:p3u1
1 % % SYM G--------- original_id=27 25 nmod _ _ 2 بِ ب ADP P--------- AdpType=Prep|original_id=21 41 case _ _ 3 جَسَد جسد NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=29 25 nmod _ _ 4 لَيل ليل NOUN N------S4R Case=Acc|Definite=Cons|Number=Sing|original_id=9 15 obl _ _ 5 ديانكوف ديانكوف X U--------- or...
_ وَ تَوَفَّى ديانكو ديانكوف ( 66 عَام ) لَيل جُمعَة سَبت فِي مستشفى مَدِينَة بُورغَاس ( جَنُوب شَرق ) مُتَأَثِّر _ بِ جُرح هُوَ اَلَّذِي غَطَّى 90 % مِن _ جَسَد هُوَ إِثرَ حَرِيق اِندَلَع خَمِيس فِي مِنطَقَة هاسكوفو ( جَنُوب ) .
وتوفي ديانكو ديانكوف (66 عاما) ليل الجمعة السبت في مستشفى مدينة بورغاس (جنوب شرق) متاثرا بجروحه التي غطت 90% من جسده اثر حريق اندلع الخميس في منطقة هاسكوفو (جنوب).
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-41
afp.20000715.0082:p4u1
1 عَام عاما NOUN N------S4I Case=Acc|Definite=Ind|Number=Sing|original_id=10 26 nmod _ _ 2 هُوَ ه PRON SP---3MS2- Case=Gen|Gender=Masc|Number=Sing|Person=3|PronType=Prs|original_id=22 23 nmod _ _ 3 ( ( PUNCT G--------- lin=-1|original_id=8 26 punct _ _ 4 أَتَانَاس اتاناس X X--------- Foreign=Yes|original_id=6 19 nmod _...
_ وَ كَان شَخص آخَر ، أَتَانَاس يانف ( 54 عَام ) صَارَع أَمسِ سَبت مَوت فِي مستشفى بُورغَاس أَيضًا إِثرَ _ إِصَابَة هُوَ خَمِيس _ بِ حَرق بَلِيغ .
وكان شخص آخر،اتاناس يانف (54 عاما) يصارع امس السبت الموت في مستشفى بورغاس ايضا اثر اصابته الخميس بحروق بليغة.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-42
afp.20000715.0082:p5u1
1 كَان كانت VERB VP-A-3FS-- Aspect=Perf|Gender=Fem|Number=Sing|Person=3|Voice=Act|original_id=2 14 parataxis _ _ 2 لَا لا PART F--------- original_id=5 15 advmod _ _ 3 . . PUNCT G--------- lin=+1|original_id=17 14 punct _ _ 4 أَمسِ امس ADV D--------- original_id=8 15 advmod _ _ 5 جَنُوبِيّ جنوبي ADJ A-----MS2R Case=Gen...
_ وَ كَان سِتَّة حَرِيق لَا زَال مُشتَعِل أَمسِ سَبت فِي وَسط جَنُوبِيّ _ وَ جَنُوب شَرقِيّ بَلَد .
وكانت ست حرائق لا تزال مشتعلة امس السبت في وسط جنوبي وجنوب شرقي البلاد.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-43
afp.20000715.0082:p6u1
1 مُستَبعَد المستبعد ADJ A-----MS2D Case=Gen|Definite=Def|Gender=Masc|Number=Sing|original_id=20 24 amod _ _ 2 " " PUNCT G--------- lin=-1|original_id=9 12 punct _ _ 3 وَضع الوضع NOUN N------S4D Case=Acc|Definite=Def|Number=Sing|original_id=11 12 nsubj _ _ 4 إِلَى الى ADP P--------- AdpType=Prep|original_id=13 6 case _...
_ وَ قَال أَلِكسَندر برَامَاتَارسكِي ، وَزِير حَالَة طَارِئ " إِنَّ وَضع عَاد إِلَى _ طَبِيعَة هُوَ _ وَ لٰكِن مِن غَير مُستَبعَد أَن نَشِب حَرِيق آخَر " .
وقال الكسندر براماتارسكي، وزير الحالات الطارئة "ان الوضع يعود الى طبيعته ولكن من غير المستبعد ان تنشب حرائق اخرى".
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-44
afp.20000715.0082:p7u1
1 فِي في ADP P--------- AdpType=Prep|original_id=24 5 case _ _ 2 مُتَطَوِّع متطوعا NOUN N------S4I Case=Acc|Definite=Ind|Number=Sing|original_id=13 6 nmod _ _ 3 أَلف ألف NUM QM-----S1R lin=+1|Case=Nom|Definite=Cons|Number=Sing|NumForm=Word|original_id=9 10 conj _ _ 4 رَجُل رجال NOUN N------P2R Case=Gen|Definite=Cons|Nu...
_ وَ شَارَك 1200 رَجُل مِن رَجُل إِطفَاء _ وَ أَلف جُندِيّ وَ 150 مُتَطَوِّع مِن دِفَاع مَدَنِيّ اول مِن أَمسِ جُمعَة فِي مُكَافَحَة حَرِيق فِي بَلَد .
وشارك 1200 رجل من رجال الاطفاء والف جندي و 150 متطوعا من الدفاع المدني اول من امس الجمعة في مكافحة الحرائق في البلاد.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-45
afp.20000715.0082:p8u1
1 مُتَّحِد المتحدة ADJ A-----FS1D Case=Nom|Definite=Def|Gender=Fem|Number=Sing|original_id=2 2 amod _ _ 2 وِلَايَة الولايات NOUN N------P1D Case=Nom|Definite=Def|Number=Plur|original_id=1 4 nsubj _ _ 3 كَامب كامب X X--------- Foreign=Yes|original_id=8 8 nmod _ _ 4 أَرَاد تريد VERB VIIA-3FS-- Aspect=Imp|Gender=Fem|Mood=...
وِلَايَة مُتَّحِد أَرَاد تَكثِيف وَتِيرَة مُفَاوَضَة فِي كَامب دِيفِيد
الولايات المتحدة تريد تكثيف وتيرة المفاوضات في كامب ديفيد
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-46
afp.20000715.0083:p1u1
1 تَوَصُّل التوصل NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=36 8 nmod _ _ 2 مُقبِل المقبل ADJ A-----MS4D Case=Acc|Definite=Def|Gender=Masc|Number=Sing|original_id=57 5 amod _ _ 3 مُغَادَرَة مغادرة NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=48 1 obl _ _ 4 مُتَّحِد المتحدة ADJ A---...
ثُورمُونت ( وِلَايَة مُتَّحِد ) 16 - 7 ( اف ب ) - أَعلَن وِلَايَة مُتَّحِد مَسَاء أَمسِ سَبت _ عَزم هُوَ عَلَى تَكثِيف وَتِيرَة مُفَاوَضَة سَلَام إِسرَائِيلِيّ فِلَسطِينِيّ فِي قِمَّة كَامب دِيفِيد فِي مُحَاوَلَة _ لِ تَوَصُّل إِلَى اِتِّفَاق حَولَ مِلَفَّة أَكبَر _ لِ حَلّ نِهَائِيّ _ لِ نِزَاع قَبلَ مُغَادَرَة رَئِيس...
ثورمونت (الولايات المتحدة) 16-7 (اف ب) - اعلنت الولايات المتحدة مساء امس السبت عزمها على تكثيف وتيرة مفاوضات السلام الاسرائيلية الفلسطينية في قمة كامب ديفيد في محاولة للتوصل الى اتفاق حول الملفات الكبرى للحل النهائي للنزاع قبل مغادرة الرئيس بيل كلينتون الى قمة مجموعة الثماني الاربعاء المقبل.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-47
afp.20000715.0083:p2u1
1 مُحَادَثَة المحادثات NOUN N------P2D Case=Gen|Definite=Def|Number=Plur|original_id=22 6 nmod _ _ 2 أَنَّ أن CCONJ C--------- original_id=15 26 mark _ _ 3 سَ س PART F--------- original_id=17 26 aux _ _ 4 مُتَحَدِّث المتحدثين NOUN N------P2D Case=Gen|Definite=Def|Number=Plur|original_id=4 8 nmod _ _ 5 بِ ب ADP P-------...
_ وَ قَال أَحَد مُتَحَدِّث _ بِ اِسم بَيت أَبيَض بِي جِي كراولي " اِعتَقَد _ بِ أَنَّ هُوَ _ سَ سَعَى إِلَى تَكثِيف هٰذَا مُحَادَثَة فِيمَا وَصَل إِلَى يَوم سَادِس مِن قِمَّة " .
وقال احد المتحدثين باسم البيت الابيض بي جي كراولي "اعتقد باننا سنسعى الى تكثيف هذه المحادثات فيما نصل الى اليوم السادس من القمة".
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-48
afp.20000715.0083:p3u1
1 . . PUNCT G--------- lin=+1|original_id=29 9 punct _ _ 2 فِي في ADP P--------- AdpType=Prep|original_id=7 16 case _ _ 3 نزال نزال X U--------- original_id=5 11 obj _ _ 4 طُوكِيُو طوكيو X X--------- Foreign=Yes|original_id=27 7 advmod _ _ 5 أَرض الأراضي NOUN N------P2D Case=Gen|Definite=Def|Number=Plur|original_id=20 ...
_ وَ أَضَاف " لَا نزال نرغب فِي تَوَصُّل إِلَى اِتِّفَاق حَولَ مَسأَلَة اَلَّذِي شَكَّل صُلب وَضع نِهَائِيّ ( _ لِ أَرض فِلَسطِينِيّ ) قَبلَ تَوَجُّه رَئِيس إِلَى طُوكِيُو " .
واضاف "لا نزال نرغب في التوصل الى اتفاق حول المسائل التي تشكل صلب الوضع النهائي (للاراضي الفلسطينية) قبل توجه الرئيس الى طوكيو".
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-49
afp.20000715.0083:p4u1
1 . . PUNCT G--------- lin=+1|original_id=44 47 punct _ _ 2 جَارِي الجاري ADJ A-----MS2D Case=Gen|Definite=Def|Gender=Masc|Number=Sing|original_id=43 34 amod _ _ 3 لِ ل ADP P--------- AdpType=Prep|original_id=16 14 case _ _ 4 رَئِيس الرئيس NOUN N------S2D Case=Gen|Definite=Def|Number=Sing|original_id=54 26 nmod _ _ 5 غ...
_ وَ قَرَّر رَئِيس أَمِيرِكِيّ أَن غَادَر أَربِعَاء صَبَاح وِلَايَة مُتَّحِد _ لِ مُشَارَكَة فِي آخِر قِمَّة _ لِ هُوَ _ لِ مَجمُوعَة ثَمَانِيَة ( دَولَة صِنَاعِيّ أَكبَر سَبعَة _ وَ رُوسِيَا ) اَلَّذِي _ سَ جَرَى فِي جَزِيرَة أُوكِينَاوَا _ وَ سَ عَاد إِلَى وَاشِنطُن أَحَد فِي 23 جَارِي . _ وَ سَ أَجرَى عَلَى هَامِش ق...
وقرر الرئيس الاميركي ان يغادر الاربعاء صباحا الولايات المتحدة للمشاركة في آخر قمة له لمجموعة الثماني (الدول الصناعية الكبرى السبع وروسيا) التي ستجرى في جزيرة اوكيناوا وسيعود الى واشنطن الاحد في 23 الجاري. وسيجري على هامش القمة محادثات ثنائية مع الرئيس الروسي فلاديمير بوتين.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-50
afp.20000715.0083:p5u1
1 لَدَى لدى ADP P--------- AdpType=Prep|original_id=25 17 case _ _ 2 إِلَى الى ADP P--------- AdpType=Prep|original_id=7 22 mark _ _ 3 أُسبُوعِيّ الاسبوعية ADJ A-----FS2D Case=Gen|Definite=Def|Gender=Fem|Number=Sing|original_id=24 15 amod _ _ 4 أَنَّ ان CCONJ C--------- original_id=8 22 mark _ _ 5 وَ و CCONJ C---------...
_ وَ كَان مُتَحَدِّث أَمِيرِكِيّ أَشَار أَمسِ إِلَى أَنَّ مُحَادَثَة قِمَّة كَامب دِيفِيد اِتَّسَم _ بِ طَابِع أَقَلّ رَسمِيّ مِن يَوم سَابِق _ بِ سَبَب عُطلَة أُسبُوعِيّ لَدَى يَهُودِيّ .
وكان المتحدث الاميركي اشار امس الى ان محادثات قمة كامب ديفيد اتسمت بطابع اقل رسمية من الايام السابقة بسبب العطلة الاسبوعية لدى اليهود.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-51
afp.20000715.0083:p6u1
1 : : PUNCT G--------- lin=+1|original_id=2 12 punct _ _ 2 مِن من ADP P--------- AdpType=Prep|original_id=15 13 case _ _ 3 مِن من ADP P--------- AdpType=Prep|original_id=11 10 case _ _ 4 7،5 7،5 NUM Q--------- NumForm=Digit|original_id=14 16 conj _ _ 5 % % SYM G--------- original_id=10 16 nmod _ _ 6 أَطَال يطال VERB VI...
دِرَاسَة : عُنف مَنزِلِيّ فِي وِلَايَة مُتَّحِد أَطَال 25 % مِن نِسَاء وَ 7،5 مِن رَجُل
دراسة: العنف المنزلي في الولايات المتحدة يطال 25% من النساء و 7،5 من الرجال
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-52
afp.20000715.0084:p1u1
1 فِي في ADP P--------- AdpType=Prep|original_id=23 28 case _ _ 2 16 16 NUM Q--------- NumForm=Digit|original_id=2 13 dep _ _ 3 حَيَاة حياة NOUN N------S2R Case=Gen|Definite=Cons|Number=Sing|original_id=31 22 obl _ _ 4 رُبع ربع NOUN N------S4R Case=Acc|Definite=Cons|Number=Sing|original_id=27 22 obj _ _ 5 وَطَنِيّ الوط...
وَاشِنطُن 16 - 7 ( اف ب ) - أَفَاد دِرَاسَة _ نَشَر هُوَ أَمسِ سَبت مَعهَد وَطَنِيّ _ لِ عَدَالَة أَنَّ عُنف مَنزِلِيّ فِي وِلَايَة مُتَّحِد أَطَال رُبع نِسَاء تَقرِيب خِلَالَ _ حَيَاة هُوَ .
واشنطن 16-7 (اف ب) - افادت دراسة نشرها امس السبت المعهد الوطني للعدالة ان العنف المنزلي في الولايات المتحدة يطال ربع النساء تقريبا خلال حياتهم.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-53
afp.20000715.0084:p2u1
1 أَو او CCONJ C--------- original_id=43 48 cc _ _ 2 قِبَل قبل NOUN N------S2R lin=+1|Case=Gen|Definite=Cons|Number=Sing|original_id=39 46 fixed _ _ 3 أَنَّ ان CCONJ C--------- original_id=16 27 mark _ _ 4 حَالِيّ الحالي ADJ A-----MS2D Case=Gen|Definite=Def|Gender=Masc|Number=Sing|original_id=42 18 amod _ _ 5 اِمرَأَة ...
_ وَ أَوضَح هٰذَا دِرَاسَة اَلَّذِي أَجرَى لَدَى ثَمَانِيَة أَلف اِمرَأَة _ وَ ثَمَانِيَة أَلف رَجُل ، أَنَّ نَحوَ 25 % مِن نِسَاء وَ 7،5 % مِن رَجُل تَعَرَّض مَرَّة وَاحِد فِي _ حَيَاة هُوَ _ لِ اِغتِصَاب أَو اِعتِدَاء جَسَدِيّ مِن قِبَل زَوج ( حَالِيّ أَو سَابِق ) أَو شَرِيك جِنسِيّ .
واوضحت هذه الدراسة التي اجريت لدى ثمانية الاف امرأة وثمانية الاف رجل، ان نحو 25% من النساء و 7،5 % من الرجال يتعرضون مرة واحدة في حياتهم للاغتصاب او الاعتداء الجسدي من قبل الزوج (الحالي او السابق) او الشريك الجنسي.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-54
afp.20000715.0084:p3u1
1 تَعَرَّض تعرضوا VERB VP-A-3MP-- Aspect=Perf|Gender=Masc|Number=Plur|Person=3|Voice=Act|original_id=36 36 ccomp _ _ 2 0،9 0،9 NUM Q--------- NumForm=Digit|original_id=14 20 conj _ _ 3 مِن من ADP P--------- AdpType=Prep|original_id=40 38 case _ _ 4 هٰذَا هٰذا DET SD----MS2- Case=Gen|Gender=Masc|Number=Sing|PronType=Dem...
_ وَ ذَكَر مَعهَد وَطَنِيّ _ لِ عَدَالَة أَنَّ قُرَابَةَ 1،5 % مِن نِسَاء وَ 0،9 % مِن رَجُل اَلَّذِي _ شَمَل هُوَ دِرَاسَة ، أَي مَا سَاوَى 1،5 مِليُون اِمرَأَة وَ 834732 رَجُل مِن مُجمَل سَاكِن ، تَعَرَّض _ لِ هٰذَا نَوع مِن عُنف خِلَالَ شَهر 12 اَلَّذِي سَبَق تَحقِيق .
وذكر المعهد الوطني للعدالة ان قرابة 1،5% من النساء و 0،9 % من الرجال الذين شملتهم الدراسة، اي ما يساوي 1،5 مليون امرأة و 834732 رجلا من مجمل السكان، تعرضوا لهذا النوع من العنف خلال الاشهر 12 التي سبقت التحقيق.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-55
afp.20000715.0084:p4u1
1 مِن من ADP P--------- AdpType=Prep|original_id=2 20 case _ _ 2 نِسَاء النساء NOUN N------S1D Case=Nom|Definite=Def|Number=Sing|original_id=18 34 nsubj _ _ 3 عُنف عنف NOUN N------S2I Case=Gen|Definite=Ind|Number=Sing|original_id=11 7 nmod _ _ 4 مَرَّة مرة NOUN N------S2I Case=Gen|Definite=Ind|Number=Sing|original_id=2...
_ وَ مِن جِهَة آخَر ، هُنَاكَ ضَحِيَّة تَعَرَّض _ لِ عَمَل عُنف مَرَّة عِدَّة فِي سَنَة ، _ فَ نِسَاء تَعَرَّض _ لِ مِثلَ هٰذَا عَمَل 4،9 مِليُون مَرَّة تَقرِيب _ وَ رَجُل 2،9 مِليُون مَرَّة فِي سَنَة .
ومن جهة اخرى، هناك ضحايا يتعرضون لاعمال عنف مرات عدة في السنة، فالنساء يتعرضن لمثل هذه الاعمال 4،9 ملايين مرة تقريبا والرجال 2،9 مليون مرة في السنة.
GEM-surface_realisation_st_2020-T1-train-ar_padt-ud-train-56
afp.20000715.0084:p5u1
End of preview. Expand in Data Studio

Dataset Card for GEM/surface_realisation_st_2020

Link to Main Data Card

You can find the main data card on the GEM Website.

Dataset Summary

This dataset was used as part of the multilingual surface realization shared task in which a model gets full or partial universal dependency structures and has to reconstruct the natural language. This dataset support 11 languages.

You can load the dataset via:

import datasets
data = datasets.load_dataset('GEM/surface_realisation_st_2020')

The data loader can be found here.

website

Website

paper

ACL Anthology

authors

Simon Mille (Pompeu Fabra University); Leo Wanner (Pompeu Fabra University); Anya Belz (Brighton University); Bernd Bohnet (Google Inc.); Thiago Castro Ferreira (Federal University of Minas Gerais); Yvette Graham (ADAPT/Trinity College Dublin)

Dataset Overview

Where to find the Data and its Documentation

Webpage

Website

Download

Website

Paper

ACL Anthology

BibTex

@inproceedings{mille-etal-2020-third,
    title = "The Third Multilingual Surface Realisation Shared Task ({SR}{'}20): Overview and Evaluation Results",
    author = "Mille, Simon  and
      Belz, Anya  and
      Bohnet, Bernd  and
      Castro Ferreira, Thiago  and
      Graham, Yvette  and
      Wanner, Leo",
    booktitle = "Proceedings of the Third Workshop on Multilingual Surface Realisation",
    month = dec,
    year = "2020",
    address = "Barcelona, Spain (Online)",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.msr-1.1",
    pages = "1--20",
    abstract = "This paper presents results from the Third Shared Task on Multilingual Surface Realisation (SR{'}20) which was organised as part of the COLING{'}20 Workshop on Multilingual Surface Realisation. As in SR{'}18 and SR{'}19, the shared task comprised two tracks: (1) a Shallow Track where the inputs were full UD structures with word order information removed and tokens lemmatised; and (2) a Deep Track where additionally, functional words and morphological information were removed. Moreover, each track had two subtracks: (a) restricted-resource, where only the data provided or approved as part of a track could be used for training models, and (b) open-resource, where any data could be used. The Shallow Track was offered in 11 languages, whereas the Deep Track in 3 ones. Systems were evaluated using both automatic metrics and direct assessment by human evaluators in terms of Readability and Meaning Similarity to reference outputs. We present the evaluation results, along with descriptions of the SR{'}19 tracks, data and evaluation methods, as well as brief summaries of the participating systems. For full descriptions of the participating systems, please see the separate system reports elsewhere in this volume.",
}

Contact Name

Simon Mille

Contact Email

sfmille@gmail.com

Has a Leaderboard?

no

Languages and Intended Use

Multilingual?

yes

Covered Dialects

No multiple dialects.

Covered Languages

Arabic, Chinese, English, French, Hindi, Indonesian, Japanese, Korean, Portuguese, Russian, Spanish, Castilian

Whose Language?

Unknown

License

cc-by-2.5: Creative Commons Attribution 2.5 Generic

Intended Use

The dataset is intended to be used for training models to solve several NLG subtasks, such as function word introduction, morphological agreement resolution, word order determination and inflection generation.

Comment about the license: the dataset has multiple licences, since each original dataset has their own type of licence. All datasets but one are CC-BY and subclasses of it, the other one is GPL (French Sequoia).

Primary Task

Data-to-Text

Communicative Goal

The models are able to introduce surface features (syntax, morphology, topology) from more or less abstract inputs in different, the most abstract being predicate-argument structures. The datasets cover a large variety of domains (news, blogs, forums, wikipedia pages, etc.).

Credit

Curation Organization Type(s)

industry, academic

Curation Organization(s)

Pompeu Fabra University, Google Inc., University of Brighton, Federal University of Minas Gerais, ADAPT/Trinity College Dublin

Dataset Creators

Simon Mille (Pompeu Fabra University); Leo Wanner (Pompeu Fabra University); Anya Belz (Brighton University); Bernd Bohnet (Google Inc.); Thiago Castro Ferreira (Federal University of Minas Gerais); Yvette Graham (ADAPT/Trinity College Dublin)

Funding

Mostly EU funds via H2020 projects

Who added the Dataset to GEM?

Simon Mille (Pompeu Fabra University)

Dataset Structure

Data Fields

input (string): this field contains an input tree in CoNLL-U format; the CoNLL-U format is a one-word-per-line format with the following tab-separated 10 columns (see here): [1] Position, [2] Lemma, [3] Wordform, [4] Part of Speech, [5] Fine-grained Part of Speech (if available), [6] Features (FEATS), [7] governor, [8] dependency relation, [9] additional dependency information, and [10] metadata. For the surface task, the input is a Universal Dependency tree of a given language in which the word order was scrambled and the surface forms removed (only lemmas are available); for the deep task, the input is a tree derived from the surface input, with predicate-argument relations between content words only (function words were removed) and without any morphological agreement information.

target_tokenized (string): this field contains the target sentence to generate, in which every non-initial and non-final token is surrounded by two spaces. This output is usually used for automatic evaluations.

target (string): this field contains the detokenised target sentence to generate. This output is usually used for human evaluations.

gem_id (string): a unique ID.

sentence_id (string): the original ID of a sentence in the UD dataset.

Reason for Structure

The structure of the input (CoNLL-U) was chosen according to the standards in parsing, and because the original UD datasets were provided in this format.

How were labels chosen?

The input labels for the surface track are the original labels in the UD treebanks; see here for the dependencies, here for the features, and here for the PoS tags.

The input labels for the deep track are a subset of the PoS tags and features of the surface track, and for the relations, universal predicate-argument relations augmented with a few specific relations to capture coordinations and named entity relations for instance.

Example Instance

{"input": "1\tGoogle\t_\tPROPN\tNNP\tNumber=Sing\t5\tnsubj\t_\t_\n2\t\t_\tPUNCT\t.\tlin=+1\t5\tpunct\t_\t_\n3\tinto\t_\tADP\tIN\t_\t6\tcase\t_\t_\n4\tif\t_\tSCONJ\tIN\t_\t5\tmark\t_\t_\n5\tmorph\t_\tVERB\tVBD\tMood=Ind|Tense=Past|VerbForm=Fin\t7\tadvcl\t_\t_\n6\tGoogleOS\t_\tPROPN\tNNP\tNumber=Sing\t5\tobl\t_\t_\n7\twhat\t_\tPRON\tWP\tPronType=Int\t0\troot\t_\t_", "target_tokenized": "What if Google Morphed Into GoogleOS ?", "target": "What if Google Morphed Into GoogleOS?", "gem_id": "GEM-surface_realisation_st_2020-T1-test-en_ewt-ud-test-0", "sentence_id": ""}

Data Splits

There are 119 splits in the dataset:

  • 29 training sets, which correspond to 20 UD datasets (11 languages), 9 of which have both surface and deep inputs (3 languages);
  • 29 development set which correspond to the 29 training sets above;
  • 29 test sets for the data described above;
  • 4 out-of-domain test sets, 3 surface inputs and 1 deep one (3 languages for which PUD out-of-domain datasets were available);
  • 9 automatically parsed in-domain test sets, 6 surface inputs and 3 deep inputs (6 languages for which good UD parsers were available);
  • 9 automatically parsed out-of-domain test sets, 6 surface inputs and 3 deep inputs (6 languages for which we were able to create clean Wikipedia text and that had a good UD parser).

Splitting Criteria

Described above for more clarity.

An outlier would usually be an input that corresponds to a very long sentence (e.g. 159 words in English, when the average number of words per sentence is around 25).

Dataset in GEM

Rationale for Inclusion in GEM

Why is the Dataset in GEM?

The datset includes languages from different families and some languages not often used in NLG (e.g. Arabic, Indonesian, Korean, Hindi). It proposes two tasks, which can be tackled both separately and in one shot, with different levels of difficulty: the most superficial task (T1) consits in ordering and inflecting some trees, and the deeper task (T2) includes extra tasks such as defining the syntactic structure and introducing function words and morphological agreement information. Both tasks can allow for developing modules for pipeline NLG architectures. T1 is rather straightforward to evaluate: BLEU works quite well for some languages since all the words are present in the input and few word orders only can be possible for a syntactic tree. But T2 is more challenging to evaluate, since more outputs are correct given one particular input.

There is a large variety of sizes in the datasets, both clean and noisy data, parallel data in different languages, and many already available system outputs to use as baselines.

Similar Datasets

yes

Unique Language Coverage

yes

Difference from other GEM datasets

This is possibly the only dataset that starts the generation process from predicate-argument structures and from syntactic structures. It also has parallel datasets in a few languages (coming from the PUD parallel annotations).

Ability that the Dataset measures

Syntacticisation, functional word introduction, word order resolution, agreement resolution, morphological inflection

GEM-Specific Curation

Modificatied for GEM?

no

Additional Splits?

no

Getting Started with the Task

Pointers to Resources

Website

Technical Terms

Syntacticisation: prediction of the syntactic

Previous Results

Previous Results

Measured Model Abilities

Syntacticisation, functional word introduction, word order resolution, morphological agreement resolution, morphological inflection

Metrics

BLEU, BERT-Score, Other: Other Metrics

Other Metrics

NIST: n-gram similarity metric weighted in favour of less frequent n-grams which are taken to be more informative.

Normalised edit distance (DIST): inverse, normalised, character-based string-edit distance that starts by computing the minimum number of character inserts, deletes and substitutions (all at cost 1) required to turn the system output into the (single) reference text.

Proposed Evaluation

BLEU, NIST, BERTScore and DIST simply aim at calculating in different ways the similarity between a predicted and a reference sentence.

Two additional criteria have been used for human evaluation, Readability and Meaning SImilarity. The statement to be assessed in the Readability evaluation was: "The text reads well and is free from grammatical errors and awkward constructions.". The corresponding statement in the Meaning Similarity evaluation, in which system outputs (‘the black text’) were compared to reference sentences (‘the gray text’), was: "The meaning of the gray text is adequately expressed by the black text."

Previous results available?

yes

Other Evaluation Approaches

Same as above.

Relevant Previous Results

Dataset Curation

Original Curation

Original Curation Rationale

The datasets were created in the context of the Surface Realisation Shared Task series.

Communicative Goal

The dataset's objective was to allow for training systems to perform tasks related to surface realisation (introduction of function words, syntacticisation, resolution of morphological agreements, word order resolution, inflection generation.

Sourced from Different Sources

yes

Source Details

Each of the 20 used UD datasets comes from various sources, all listed on the individual page of each UD treeebank (https://universaldependencies.org/).

Additional test sets were created for the task, and were obtained from Wikipedia pages for 6 languages.

Language Data

How was Language Data Obtained?

Found

Where was it found?

Multiple websites

Language Producers

There are numerous sources of language in the multiple datasets.

Topics Covered

There is a large variety of topics in the multiple datasets.

Data Validation

not validated

Data Preprocessing

The text data was detokenised so as to create references for automatic evaluations (several languages don't use spaces to separate words, and running metrics like BLEU would not make sense without separating all the tokens in a sentence).

Was Data Filtered?

hybrid

Filter Criteria

For the Wikipedia test created for the shared task, extensive filtering was applied to achieve reasonably good text quality. Sentences that include special characters, contain unusual tokens (e.g. ISBN), or have unbalanced quotation marks or brackets were skipped. Furthermore, only sentences with more than 5 tokens and shorter than 50 tokens were selected. After the initial filtering, quite a few malformed sentences remained. In order to remove those, the sentences were scored with BERT and only the top half scored sentences were kept. Finally, via manual inspection, patterns and expressions were identified to further reduce the number of malformed sentences.

Structured Annotations

Additional Annotations?

none

Annotation Service?

no

Consent

Any Consent Policy?

no

Justification for Using the Data

The Universal Dependency data had been previously used for shared tasks on parsing, so it made sense to reuse it for generation.

Private Identifying Information (PII)

Contains PII?

unlikely

Any PII Identification?

no identification

Maintenance

Any Maintenance Plan?

no

Broader Social Context

Previous Work on the Social Impact of the Dataset

Usage of Models based on the Data

no

Impact on Under-Served Communities

Addresses needs of underserved Communities?

yes

Details on how Dataset Addresses the Needs

Thanks to the original work of the UD dataset creators, the surface realisation dataset addresses a few languages which are possibly under-served in NLG: e.g. Arabic, Hindi, Indonesian, Korean.

Discussion of Biases

Any Documented Social Biases?

no

Are the Language Producers Representative of the Language?

It is very likely that the distribution of language producers is not fully represented in the datasets of each language.

Considerations for Using the Data

PII Risks and Liability

Potential PII Risk

No risks foreseen.

Licenses

Copyright Restrictions on the Dataset

multiple licenses, open license - commercial use allowed

Copyright Restrictions on the Language Data

multiple licenses, open license - commercial use allowed

Known Technical Limitations

Technical Limitations

The deep track inputs (predicate-argument structures) are not of perfect quality, they were derived automatically from gold or predicted syntactic parses using handcrafted grammars.

Unsuited Applications

The datasets are probably not fitted to train tools to produce "unusual" languages (e.g. poetry, kid writing etc.).

Discouraged Use Cases

To be thought of :)

Downloads last month
1,902