• event2018_news.tsv : 18,098 articles.
  • text
  • title
  • id reference to ot_media
  • label is event_id extended = if one article with label gold is in a cluster, giving this label to the cluster. (description a plusieurs docs pour un label)
  • pred is automatic event2018_news.csv contient des titres et textes d'articles, sur une periode qui recouvre celle du dataset de tweets. Des articles automatiquement associés à des événements, dont les clusters ont été reliés à un label selon si un article du corpus gold se trouvait dedans.
• description.tsv: description of the events. Des articles, détectés et attachés à des événements par des annotateur.ices. Un corpus “gold”.
  • event: id of the event. The first 8 digits give the date of the event
  • label: label of the event, allowing to join this file with relevant_tweets.tsv
  • label_day: label of the daily event (events lasting several days have a different label_day for each day)
  • otmedia_doc_id: id of the press article linked to the event, allowing to join this file with linked_articles.tsv. There is 4 "empty" in this column.

Il y a eu deux tirage aléatoire : le premier pour 6 personnes (300 articles chacun.e) et le second pour 1 personne (600 articles). Il y a 100 article en commun pour tous.tes les annotateur.ices, destiné à calculer un score inter-annoteur.