GLOCON 是一个从多个国家，多种语言的国家新闻来源中自动提取的争议事件数据库。利用国家新闻来源，处理完整的新闻档案以创建每个来源的事件列表。通过从完整的新闻档案中随机抽样得到的黄金标准语料库（Yörük et al. 2022）以及至少由两个领域专家根据 Duruşan et al. (2022) 中提供的事件定义进行标注，实现自动化。

May, 2024

提供了一种黄金标准语料库，其中包含各种国家的各种本地和国际来源，用于自动分类新闻文章和提取与抗议事件相关的信息，并在社会和政治科学研究中构建知识库。

Aug, 2020

本文介绍了一个为德语文本开发的标注方案和标注工具，旨在基于论述结构进行表征，同时还允许其他表征的提取。本文还讨论了一些方法论问题和现象分析，并重点介绍了在项目中开发的工具及其应用。

Jul, 1998

本文介绍了第一份带有注释的种族屠杀相关法庭记录的语料库 GTC，并运用最新的基于 transformer 的方法建立了段落标识及暴力相关证词提取的基准性能用于分类任务，探索了领域内的迁移学习。

Apr, 2022

基于机器学习的自动事实核查是识别网络上的虚假信息的一种有希望的方法，针对现有的事实核查语料库规模小、注释不详细、局限于单一领域等问题，本研究提出了一个大规模、多领域的可信事实核查语料库，并进行了模型构建和分析。

Oct, 2019

本文介绍了 CrudeOilNews 的数据收集过程、标注方法学和事件类型学，旨在为经济和金融文本挖掘提供贡献性资源，通过种子数据扩充和人类协商来拓展数据集，在机器学习目的方面，训练了基本的事件提取模型。

Apr, 2022

本文介绍了 GGPONC（德国肿瘤规范化治疗自然语言处理语料库），它是基于肿瘤规范化治疗的德语语料库之一，为德语语言医学信息提取和自然语言处理研究提供了巨大的帮助

Jul, 2020

通过研究 Twitter 上的政治立场检测任务，开发了一个名为 ConStance 的模型，该模型可以同时估计金标注签和学习新实例的分类器，并且其学习的分类器在预测政治立场方面的表现比多种基线方法要好，同时该模型的可解释性参数能够阐明每个文本语境的影响。

Aug, 2017

本文介绍了一种自动地从文本中找到政治事件发生地点的方法，基于一个包含 8,000 个标签的句子集合，使用了一种将自动提取的事件和文本位置联系起来的方法，该模型在注释任务上达到了人类水平表现，胜过了先前的事件地理定位系统，并可应用于大多数地理环境下的事件提取系统。本文形式化了事件 - 位置链接任务、描述了神经网络模型，并演示了一个工作流来回答叙利亚内战中传统军事攻势导致平民伤亡的开放性问题。

May, 2019

本研究提出了一种新颖的方案用于 Web 2.0 评论集中仇恨言论的注释，提出一个多层注释方案，并在 MaNeCo 语料库上进行了试验，显示出更高的注释者间协议一致性。

Aug, 2020