ID
stringlengths 8
12
| Source
stringclasses 53
values | Label
int64 0
1
| Source_annotation
stringclasses 1
value | Annotator_1
int64 0
1
| Annotator_2
int64 0
1
| Annotator_3
int64 0
1
| Human_annotation_median
float64 | Sentence
stringlengths 5
270
| Category
int64 1
14
| Split
stringclasses 1
value |
---|---|---|---|---|---|---|---|---|---|---|
EsCoLA_5681 | GDE35 | 1 | null | 1 | 0 | 1 | null | ¿Opinaron si debían hacerlo? | 7 | train |
EsCoLA_8872 | GDE51 | 1 | null | 1 | 1 | 1 | null | ¿Quién ha llamado? | 7 | train |
EsCoLA_5661 | GDE35 | 1 | null | 1 | 0 | 0 | null | No se sabe donde ir. | 7 | train |
EsCoLA_7328 | GDE42 | 0 | * | 0 | 1 | 1 | null | Sólo tenía una peseta, y aquel tipo me pedía doscientos. | 14 | train |
EsCoLA_6179 | GDE36 | 1 | null | 1 | 1 | 1 | null | No sabe qué creer. | 10 | train |
EsCoLA_4245 | GDE30 | 1 | null | 1 | 1 | 1 | null | Los niños le molestan. | 14 | train |
EsCoLA_1008 | GDE08 | 1 | null | 1 | 1 | 1 | null | Puntualmente, al cabo de una hora, los huéspedes aparecieron en la explanada. | 3 | train |
EsCoLA_1473 | GDE12 | 0 | * | 0 | 0 | 0 | null | Se produjo una obtención de los resultados esperados. | 11 | train |
EsCoLA_5590 | GDE35 | 1 | null | 1 | 1 | 1 | null | Había terminado de investigar quién había insultado a quién: Juan a Manolo. | 7 | train |
EsCoLA_9142 | GDE52 | 1 | null | 1 | 1 | 1 | null | Van vendidas la mitad de las acciones. | 9 | train |
EsCoLA_6878 | GDE40 | 1 | null | 1 | 1 | 1 | null | Vi a Juan preocupado por el asunto. | 11 | train |
EsCoLA_6034 | GDE36 | 1 | null | 1 | 1 | 1 | null | El jefe pretende negociar él mismo con los sindicatos. | 6 | train |
EsCoLA_3855 | GDE27 | 1 | null | 1 | 1 | 1 | null | Aquí huele a quemado. | 3 | train |
EsCoLA_6702 | GDE38 | 0 | * | 0 | 0 | 0 | null | El accidente fue aquí de aquí. | 3 | train |
EsCoLA_4965 | GDE32 | 0 | * | 0 | 0 | 0 | null | Eva nos valió que tuviéramos que volver a casa andando. | 8 | train |
EsCoLA_10559 | GDE65 | 0 | * | 0 | 0 | 0 | null | Del cajón del escritorio de Juan es de lo que me gusta el tirador. | 7 | train |
EsCoLA_7406 | GDE42 | 0 | * | 0 | 0 | 0 | null | Pedí ayuda a determinados, pero me la negaron. | 13 | train |
EsCoLA_3453 | GDE24 | 1 | null | 1 | 1 | 1 | null | Guillermo preparó una torta. | 1 | train |
EsCoLA_2886 | GDE19 | 1 | null | 1 | 1 | 1 | null | Me lo entregó. | 14 | train |
EsCoLA_2457 | GDE17 | 0 | * | 0 | 0 | 0 | null | Es la tercera la parte de toda «La Busca» más bonita. | 13 | train |
EsCoLA_885 | GDE07 | 1 | null | 1 | 1 | 1 | null | No sé las veces que se lo he dicho. | 7 | train |
EsCoLA_3764 | GDE26 | 1 | null | 1 | 1 | 1 | null | Parece verse las montañas desde aquí. | 5 | train |
EsCoLA_6840 | GDE40 | 1 | null | 1 | 1 | 1 | null | Juan nunca dice lo que piensa. | 9 | train |
EsCoLA_371 | GDE04 | 0 | * | 0 | 0 | 0 | null | Es decidido a dar el paso. | 14 | train |
EsCoLA_6846 | GDE40 | 1 | null | 0 | 0 | 1 | null | No recuerdo dónde fue nadie el verano pasado. | 9 | train |
EsCoLA_6327 | GDE37 | 1 | null | 1 | 1 | 1 | null | Juan es un compositor. | 2 | train |
EsCoLA_9944 | GDE60 | 1 | null | 1 | 1 | 1 | null | De verdad, ¿estuviste aquí ese día? | 3 | train |
EsCoLA_10373 | GDE65 | 1 | null | 1 | 1 | 1 | null | Juan lo hizo con prontitud. | 3 | train |
EsCoLA_2111 | GDE17 | 1 | null | 1 | 1 | 1 | null | Juan compró más libros que esos. | 13 | train |
EsCoLA_1075 | GDE08 | 1 | null | 1 | 1 | 1 | null | El ángel de tu mujer no sé si estará dispuesta a prepararnos la cena si llegamos tan tarde. | 14 | train |
EsCoLA_3881 | GDE27 | 1 | null | 1 | 1 | 1 | null | Me da igual que te vayas o que te quedes. | 14 | train |
EsCoLA_7384 | GDE42 | 1 | null | 1 | 1 | 1 | null | Que hablen y digan, que eso poco me importa. | 12 | train |
EsCoLA_9437 | GDE56 | 1 | null | 1 | 1 | 1 | null | Los bomberos se han concentrado porque se temen incendios. | 12 | train |
EsCoLA_4882 | GDE32 | 1 | null | 1 | 0 | 0 | null | Juan piensa comprender. | 10 | train |
EsCoLA_81 | GDE01 | 1 | null | 1 | 1 | 1 | null | Los directores acordaron el despido por unanimidad. | 3 | train |
EsCoLA_2713 | GDE19 | 1 | null | 1 | 1 | 1 | null | Nos llamó a nosotros. | 14 | train |
EsCoLA_4061 | GDE29 | 1 | null | 1 | 1 | 1 | null | Y se servía de la inmovilidad a que condenaba a sus clientes. | 7 | train |
EsCoLA_8261 | GDE48 | 0 | * | 0 | 0 | 0 | null | Llega el invitado desde hace varias horas. | 3 | train |
EsCoLA_410 | GDE04 | 1 | null | 1 | 1 | 1 | null | El reo fue defendido vigorosamente por su joven abogado. | 4 | train |
EsCoLA_2853 | GDE19 | 0 | * | 0 | 1 | 0 | null | Me la permitieron educar. | 14 | train |
EsCoLA_5245 | GDE32 | 1 | null | 1 | 1 | 1 | null | La administración avisó a los estudiantes de que debían matricularse antes de mediados de mayo. | 14 | train |
EsCoLA_727 | GDE06 | 0 | * | 0 | 1 | 0 | null | Ocurrió la salida real del palacio. | 11 | train |
EsCoLA_4014 | GDE29 | 1 | null | 1 | 1 | 1 | null | Y volvieron a gozar de ocasiones de gol. | 4 | train |
EsCoLA_8090 | GDE48 | 1 | null | 1 | 1 | 1 | null | Hacía un año que salían juntos. | 3 | train |
EsCoLA_4177 | GDE30 | 1 | null | 1 | 1 | 1 | null | Me remitió la carta. | 14 | train |
EsCoLA_7014 | GDE40 | 1 | null | 1 | 1 | 1 | null | ¿Qué le han regalado a Luisa? Ni lo que quería ni lo que necesitaba. | 9 | train |
EsCoLA_8891 | GDE51 | 1 | null | 1 | 1 | 1 | null | Volví a tener que estudiar. | 9 | train |
EsCoLA_7460 | GDE42 | 1 | null | 0 | 0 | 1 | null | La pata del gallo pelado la compré en la carnicería. | 14 | train |
EsCoLA_7661 | GDE42 | 0 | * | 0 | 0 | 0 | null | María es alumno nuestro. | 14 | train |
EsCoLA_9114 | GDE52 | 0 | * | 0 | 0 | 0 | null | ¿Cómo van cuatro resoluciones? | 7 | train |
EsCoLA_9589 | GDE57 | 1 | null | 1 | 1 | 1 | null | Pagando con dólares, uno no tenía ningún problema. | 3 | train |
EsCoLA_4385 | GDE30 | 1 | null | 1 | 1 | 1 | null | A ti te sería conveniente el ejercicio. | 14 | train |
EsCoLA_8623 | GDE50 | 1 | null | 1 | 1 | 1 | null | Si un minuto tiene sesenta segundos y una hora sesenta minutos, entonces una hora tiene tres mil seiscientos segundos. | 12 | train |
EsCoLA_3635 | GDE25 | 1 | null | 1 | 1 | 1 | null | El barco fue hundido por el capitán. | 5 | train |
EsCoLA_3425 | GDE24 | 1 | null | 1 | 1 | 1 | null | Kiko les habló de sus últimas inversiones a sus asociados. | 14 | train |
EsCoLA_5327 | GDE33 | 0 | * | 0 | 0 | 0 | null | La causa, que Jorge haya suspendido, es que no ha puesto interés. | 8 | train |
EsCoLA_8039 | GDE48 | 0 | * | 0 | 0 | 0 | null | Nos contará que habrá estado en Berlín hacía dos años. | 14 | train |
EsCoLA_3879 | GDE27 | 1 | null | 0 | 0 | 1 | null | Se me hace que no va a venir. | 14 | train |
EsCoLA_5889 | GDE36 | 1 | null | 1 | 1 | 1 | null | El presidente se obligó a comer pescado. | 10 | train |
EsCoLA_10101 | GDE62 | 1 | null | 1 | 1 | 1 | null | ¿Conque te marchas? | 7 | train |
EsCoLA_1933 | GDE16 | 1 | null | 1 | 1 | 1 | null | Se reía toda nerviosa. | 13 | train |
EsCoLA_6760 | GDE39 | 1 | null | 1 | 1 | 1 | null | Me devolvió el paraguas con una varilla rota. | 3 | train |
EsCoLA_2880 | GDE19 | 0 | * | 0 | 1 | 0 | null | Te hizo oírte cantar toda la noche. | 14 | train |
EsCoLA_8876 | GDE51 | 1 | null | 1 | 1 | 1 | null | Vamos a ver, ¿qué habéis estudiado hoy? | 9 | train |
EsCoLA_8734 | GDE51 | 1 | null | 1 | 1 | 1 | null | Pienso aprobar todo el curso. | 10 | train |
EsCoLA_4115 | GDE30 | 1 | null | 1 | 1 | 1 | null | A la casa se le cayó una teja. | 14 | train |
EsCoLA_10364 | GDE65 | 0 | * | 0 | 0 | 0 | null | Como lo sabe él es incluso. | 6 | train |
EsCoLA_7133 | GDE41 | 0 | * | 0 | 0 | 0 | null | Vos y yo van. | 14 | train |
EsCoLA_487 | GDE04 | 0 | * | 0 | 0 | 0 | null | Habían cruelmente decidido vengarse. | 10 | train |
EsCoLA_4440 | GDE30 | 1 | null | 1 | 0 | 0 | null | Le salió a su encuentro a Miguel. | 14 | train |
EsCoLA_1728 | GDE16 | 1 | null | 1 | 1 | 1 | null | La mayoría de senadores socialistas votaron en contra. | 13 | train |
EsCoLA_8482 | GDE49 | 1 | null | 1 | 1 | 1 | null | Pienso que he cumplido con mi obligación. | 8 | train |
EsCoLA_7897 | GDE47 | 1 | null | 1 | 1 | 1 | null | Ayer María se marchó pronto porque había dejado a los niños solos. | 12 | train |
EsCoLA_8368 | GDE49 | 0 | * | 0 | 0 | 0 | null | A Juan le parece que María tenga veinte años. | 8 | train |
EsCoLA_6593 | GDE38 | 0 | * | 0 | 0 | 0 | null | Propuestas son novedosas. | 13 | train |
EsCoLA_5507 | GDE34 | 0 | * | 0 | 0 | 0 | null | A veces trato que mis hijos sean como los tuyos. | 14 | train |
EsCoLA_2179 | GDE17 | 1 | null | 1 | 1 | 1 | null | Teo es tan nervioso como inteligente. | 13 | train |
EsCoLA_4332 | GDE30 | 1 | null | 1 | 1 | 1 | null | Juan le puso la mano sobre el hombro al niño. | 14 | train |
EsCoLA_6104 | GDE36 | 1 | null | 1 | 1 | 1 | null | Es una persona arrogante y muy proclive a aceptar los elogios. | 10 | train |
EsCoLA_1519 | GDE13 | 0 | * | 0 | 0 | 0 | null | El Tajo es río. | 13 | train |
EsCoLA_9612 | GDE57 | 1 | null | 1 | 1 | 1 | null | Como vuelvas a gritarme, te dejaré definitivamente. | 12 | train |
EsCoLA_9305 | GDE53 | 1 | null | 1 | 1 | 1 | null | Juan habló, sabiendo que nadie le escuchaba. | 3 | train |
EsCoLA_1876 | GDE16 | 0 | * | 0 | 0 | 0 | null | Juan y María obtuvieron dos notas excelentes respectivamente. | 13 | train |
EsCoLA_9806 | GDE59 | 1 | null | 1 | 1 | 1 | null | Queríamos ir al cine, pero no tenemos dinero. | 12 | train |
EsCoLA_6921 | GDE40 | 0 | * | 1 | 0 | 0 | null | No fue el alcalde quien la prensa dijo que fuese el responsable. | 9 | train |
EsCoLA_9013 | GDE52 | 1 | null | 1 | 1 | 1 | null | Estoy rellenando el impreso que me diste. | 9 | train |
EsCoLA_6284 | GDE36 | 1 | null | 1 | 1 | 1 | null | Se oía a lo lejos el sonar de los truenos. | 10 | train |
EsCoLA_7345 | GDE42 | 1 | null | 1 | 1 | 1 | null | El armario pretendía comprarlo yo. | 6 | train |
EsCoLA_5518 | GDE35 | 1 | null | 1 | 1 | 1 | null | ¿Cuándo te preguntaron que si estabas interesado? | 7 | train |
EsCoLA_1532 | GDE13 | 1 | null | 1 | 1 | 1 | null | La radio tenía la virtud de hacerlo personaje de melodrama. | 13 | train |
EsCoLA_230 | GDE03 | 1 | null | 0 | 1 | 1 | null | Los supuestos frecuentes viajes de Luis asustan a su mujer. | 11 | train |
EsCoLA_2783 | GDE19 | 1 | null | 1 | 1 | 1 | null | Les doy el regalo a los niños. | 14 | train |
EsCoLA_3568 | GDE25 | 1 | null | 1 | 0 | 1 | null | El barco fue hundido desde el avión. | 5 | train |
EsCoLA_8230 | GDE48 | 1 | null | 1 | 1 | 1 | null | Juan llegó antes que Pedro. | 3 | train |
EsCoLA_2676 | GDE19 | 1 | null | 1 | 0 | 1 | null | A ello debemos nuestra actual situación. | 14 | train |
EsCoLA_8947 | GDE51 | 1 | null | 1 | 1 | 1 | null | Tienes que ayudarme. | 9 | train |
EsCoLA_5820 | GDE36 | 1 | null | 1 | 1 | 1 | null | Oigo sonar las campanas. | 10 | train |
EsCoLA_2092 | GDE17 | 0 | * | 0 | 1 | 0 | null | Menos amigos míos hicieron menos obsequios a menos familiares suyos de los que Juan se pensaba que harían. | 13 | train |
EsCoLA_3708 | GDE26 | 1 | null | 1 | 1 | 1 | null | Se presentía que el rector sería elegido pero no se deseaba. | 5 | train |
EsCoLA_3411 | GDE24 | 1 | null | 1 | 0 | 0 | null | Patty lo hizo estudiar a la fuerza. | 10 | train |
Introduction
The Spanish Corpus of Linguistic Acceptability (EsCoLA) includes 11,174 sentences taken from linguistic literature with a binary annotation made by the original authors themselves. The work is inspired by CoLA: https://nyu-mll.github.io/CoLA/#
Paper
Núria Bel, Marta Punsola, Valle Ruiz-Fernández, 2024, EsCoLA: Spanish Corpus of Linguistic Acceptability. Joint International Conference on Computational Linguistics, Language Resources and Evaluation LREC-COLING 2024. Torino. Italy.
Download
The corpus has a CC-BY 4.0 license. Download EsCoLA inDomain train and dev datasets, plus human annotation, from https://github.com/nuriabel/LUTEST/ For EsCoLA outDomain dataset and EsCoLA inDomain test data, please contact [email protected].
Data format
EsCoLA dataset is split into two subsets: an in-domain subset (InDomain) with 10,567 sentences, and an out-of-domain subset (OutDomain) with 607 sentences. The in-domain subset has been split into train/dev/test sections:
train: 8454 sentences
dev: 1053 sentences
test: 1060 sentences
And the out-of-domain subset is split into dev/test sections. The test sets are not made public.
For the in-domain subset, each line in the .tsv files consists of 11 tab-separated columns:
Column 1: a unique ID Column 2: the source of the sentence Column 3: the acceptability judgment label from the source (0=unacceptable, 1=acceptable) Column 4: the source's annotation (* for the unacceptable sentences) Columns 5, 6 and 7: the human annotations Column 8: the human annotations' median Column 9: the sentence Column 10: the category of the linguistic phenomenon the sentence is an example of Column 11: the split to which the sentence belongs
For the out-of-domain, each line in the .tsv file consists of 6 tab-separated columns:
Column 1: a unique ID Column 2: the source of the sentence Column 3: the acceptability judgment label from the source (0=unacceptable, 1=acceptable) Column 4: the source's annotation (* for the unacceptable sentences) Column 5: the sentence Column 6: the category of the linguistic phenomenon the sentence is an example of
Processing
During the gathering of the data and their processing, some sentences from the source documents may have been omitted or altered. We discarded examples marking dubious acceptability with "?" or other signs, but those examples that included acceptability alternations were taken by creating the two versions: the acceptable and the unacceptable sentence. Finally, the examples that were not full sentences, that is, that contain no main verb, were manually edited to add a neutral verb to convert them into sentences, while keeping the acceptability value.
Sources
InDomain: Demonte and Bosque (1999) OutDomain: RAE (2009), Palencia and Aragonés (2007) Díaz and Yagüe (2019)
Annotation
The dataset has been manually annotated with 14 linguistic phenomena.
- Simple
- Predicative
- Adjuncts
- Argument types
- Argument alternation
- Binding pronouns
- Wh-phenomena
- Complement clauses
- Modal, negation, periphrasis and auxiliaries
- Infinitive embedded VPs and referential phenomena
- Complex NPs and APs
- S-Syntax
- Determiners, quantifiers, comparative and superlative constructions
- Spanish phenomena The Spanish phenomena have been classified into 6 categories: 14.1. Agreement in nominal constructions 14.2. Subjunctive mode and tense 14.3. Spurious preposition for completive clauses ('dequeismo') 14.4. Subject ellipsis 14.5. Pronominal cliticization 14.6. Ser/estar copula selection
Citation
Please, if you use the dataset cite the following papers:
Alex Warstadt, Amanpreet Singh, and Samuel R. Bowman. 2018. Neural network acceptability judgments. arXiv preprint arXiv:1805.12471.
Núria Bel, Marta Punsola, Valle Ruiz-Fernández, 2024, EsCoLA: Spanish Corpus of Linguistic Acceptability. Proceedings of the Joint International Conference on Computational Linguistics, Language Resources and Evaluation LREC-COLING 2024. Torino. Italy.
Disclaimer
The dataset has been made by copying the examples from published works that are protected by copyright. According to Spanish law, we have respected the copyright because the number of elements taken represent less than a 10% of the whole work, and the number of items copied is justified by the aims of research.
- Downloads last month
- 156