Dataset Viewer
Auto-converted to Parquet Duplicate
messages
listlengths
2
2
meta
dict
[ { "content": "Omskriv ikke, forkort ikke, og gæt ikke. Kopier ordret fra teksten, og brug - når feltet ikke er dækket. Svar i formatet: felt\\tværdi\n\nEksempler:\n\nTekststykke:\nHan havde nær slaaet igen, da han var sprunget op fra Gyngestolen og\nhavde grebet Faderen i Armen. Jørgen kunde endnu høre sit eget...
{ "fill_pairs": [], "format": "tsv", "marker": null, "mode": "both", "n_fields": 4, "pid": "12c4f1d319bdc7f6", "schema": "arkæologisk tidsbestemmelse|arkæologiske fundbeskrivelse|arkæologiens definition|arkæologiske metoder", "shots": 1, "symbols": "none", "task": "extract" }
[ { "content": "Én linje per felt, ordret, - hvis intet. Svar i formatet: værdi -> felt\n\nTekststykke:\nArkæologi\nArkæologi er studiet af tidligere tiders menneskelige aktivitet, primært gennem studiet af menneskets materielle levn. Langt det meste af al menneskelig aktivitet foregik, før vi lærte at skrive, så...
{ "fill_pairs": [], "format": "kv_arrow", "marker": null, "mode": "instruction", "n_fields": 2, "pid": "12c4f1d319bdc7f6", "schema": "arkæologiens definition|arkæologiske metoder", "shots": 0, "symbols": "none", "task": "extract" }
[ { "content": "Hvis feltet står i teksten, gengives det ordret. Hvis ikke, skrives -. Svar i formatet: {felt}værdi{/felt}\n\nEksempler:\n\nKildetekst:\nSe billederne: Så meget sviner vi\n12 april 2015 kl. 09.23\nDet tager naturen rigtig lang tid at nedbryde den aluminium vores sodavand- og øldåser er lavet af. D...
{ "fill_pairs": [], "format": "brace_pair", "marker": null, "mode": "both", "n_fields": 4, "pid": "12c4f1d319bdc7f6", "schema": "arkæologisk tidsbestemmelse|arkæologiens definition|arkæologiske fundbeskrivelse|arkæologiske metoder", "shots": 1, "symbols": "greek", "task": "extract" }
[ { "content": "Eksempler på opgaven:\n\nAfsnit:\n- Nej, svarede hun og gav sig til at græde.\n\nSkovrideren følte som et Choc. Det var længe siden, at han havde set det\nSyn, og i Kraft af en sympatetisk-smittende Indflydelse mærkede han\nTaarerne rinde ned ad sine trivelige Kinder. Blød og letsindig, som han\nv...
{ "fill_pairs": [], "format": "brace_pair", "marker": null, "mode": "icl", "n_fields": 4, "pid": "b950441933873cb7", "schema": "hjælpediscipliner|eksempler på kulturer|dateringsmetoder|materielle ledetyper", "shots": 4, "symbols": "greek", "task": "extract" }
[ { "content": "Demonstrationer:\n\nKildetekst:\nKommuner siger nej til whistleblowerordning\n25 november 2014 kl. 14.25\nIngen af kommunerne i vores sendeområde har indført en whistleblowerordning til deres ansatte. I København er det en stor succes.\nEn rundspørge som TV SYD har foretaget viser, at ingen af vor...
{ "fill_pairs": [], "format": "tsv", "marker": null, "mode": "icl", "n_fields": 3, "pid": "b950441933873cb7", "schema": "hjælpediscipliner|arkæologiske kulturbegreber|naturvidenskabelige metoder", "shots": 4, "symbols": "kat", "task": "extract" }
[ { "content": "Løste eksempler:\n\nAfsnit:\nIngen lokal trafik på Vejle Fjord Broen i to måneder\n26 april 2012 kl. 11.50\nFra mandag og to måneder frem bliver der øget trafik og trængsel på veje og gader i Vejle, når Vejle Fjord Broen bliver lukket for lokal trafik.\nMellem Skærup og Vejle er Vejdirektoratet i ...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "icl", "n_fields": 4, "pid": "b950441933873cb7", "schema": "dateringsmetoder|eksempler på kulturer|materielle ledetyper|naturvidenskabelige metoder", "shots": 4, "symbols": "foo", "task": "extract" }
[ { "content": "1) Læs teksten. 2) Find hvert felts værdi. 3) Skriv den ordret af. 4) Mangler feltet, skriv -. Svar i formatet: felt: værdi\n\nAfsnit:\nArkæologi inddrager mange forskellige hjælpediscipliner i beskrivelsen af vores historie, både de materielle levn som er efterladt, og de skriftlige og billedlige...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "instruction", "n_fields": 2, "pid": "b950441933873cb7", "schema": "hjælpediscipliner|arkæologiske kulturbegreber", "shots": 0, "symbols": "none", "task": "extract" }
[ { "content": "Tre krav: ordret afskrift, én linje per felt, og - for felter teksten ikke omtaler. Svar i formatet: felt=værdi\n\nTekst:\nTil trods for, at denne kulturinddeling udvikledes allerede i løbet af det 19. århundrede, var det først i begyndelsen af det 20. århundrede, at arkæologerne for alvor begyndt...
{ "fill_pairs": [], "format": "kv_eq", "marker": null, "mode": "instruction", "n_fields": 4, "pid": "56257b4c81a35eda", "schema": "udviklingsperiode|argument for kulturprovins|kulturel spredning|centrale arkæologer", "shots": 0, "symbols": "kat", "task": "extract" }
[ { "content": "Her er nogle eksempler:\n\nTekststykke:\nSiden 1960 er mere end halvdelen af Madagaskars vådområder forsvundet. Når skoven forsvinder, forsvinder rodnettet også. Uden rodnettet til at holde på jorden, siver mineraler og sedimenter ud i floderne, som dermed udsættes for siltning, hvor silt og sedim...
{ "fill_pairs": [], "format": "brace_pair", "marker": null, "mode": "icl", "n_fields": 4, "pid": "56257b4c81a35eda", "schema": "argument for kulturprovins|kulturel spredning|definition af kultur|udviklingsperiode", "shots": 1, "symbols": "none", "task": "extract" }
[ { "content": "Løste eksempler:\n\nKildetekst:\nBislev Mejeri har vendt skuden og er gået fra produktionsstop til rekordomsætning.\n\nArla Foods er kommet ud af 2013 med den højeste omsætning nogensinde. Regnskabet endte meget tæt på 75 milliarder i omsætning og specielt eksportmarkederne i Rusland, Kina, Mellem...
{ "fill_pairs": [], "format": "kv_bracket", "marker": null, "mode": "icl", "n_fields": 3, "pid": "56257b4c81a35eda", "schema": "argument for kulturprovins|kulturel spredning|udviklingsperiode", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "- betyder 'ikke nævnt i teksten'. Brug det hvor det passer, og kopier ellers ordret. Svar i formatet: felt: værdi\n\nDemonstrationer:\n\nTekststykke:\nInvagination (intussusception)\n\nMålgrupper og anvendelsesområde\nDefinitioner\nFremgangsmåde\nAnsvar og organisering\nReferencer, lovgivning og f...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "both", "n_fields": 2, "pid": "c7bef9c79f9b6103", "schema": "oprindelse|regioner", "shots": 5, "symbols": "none", "task": "extract" }
[ { "content": "Kopier ordret. Intet fundet: -. Svar i formatet: [felt]værdi[/felt]\n\nTekststykke:\nAsien\nAsien er verdens største kontinent, med et areal på cirka 44,58 millioner km².\n\nKontinentet grænser mod nord, øst og syd til verdenshavet: Det Arktiske hav, Stillehavet og Det Indiske Ocean. Afgrænsningen...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "instruction", "n_fields": 2, "pid": "c7bef9c79f9b6103", "schema": "kontinent navn|regioner", "shots": 0, "symbols": "greek", "task": "extract" }
[ { "content": "Her er nogle eksempler:\n\nKildetekst:\n3.1. Henvisningsprocedure:\nBest/ord sendes til Fysio- og Ergoterapien via Sundhedsplatformen (SP).\n\n3.2. Indikation for fysioterapi:\nDer foreligger rammeordination på fysioterapi til alle patienter med akut sphincter ruptur efter fødsel.\n\n3.3. Restrikt...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "icl", "n_fields": 3, "pid": "c7bef9c79f9b6103", "schema": "afgrænsning|areal km2|oprindelse", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "Demonstrationer:\n\nTekstuddrag:\nudholdt Børneskraalet og Dagens Slid og Møje , jeg derimod maa være for dem , baade Fader og Moder , alt det jeg kan , og det jeg ikke kan . \nMen Blikket vendte hun da atter mod Himlen . \nEfter nogle Aars Forløb maatte hun sælge Møllen ; men da alle Fordringer v...
{ "fill_pairs": [], "format": "brace_pair", "marker": null, "mode": "icl", "n_fields": 3, "pid": "d680c855101b16a4", "schema": "uddannelsesområder|institutionens navn|placering", "shots": 3, "symbols": "none", "task": "extract" }
[ { "content": "Eksempler på opgaven:\n\nUfuldstændig tekst:\nEn [UDFYLD] beboer på [UDFYLD] blev tidligt fredag morgen fundet [UDFYLD] på plejehjemmet. Hun blev erklæret død kort efter ankomsten til Aalborg Universitetshospital. Aalborg Kommune har nu iværksat en undersøgelse, som skal klarlægge de nærmere omstæ...
{ "fill_pairs": [ [ "[UDFYLD]", "700" ], [ "[UDFYLD]", "110" ] ], "format": "tsv", "marker": "[UDFYLD]", "mode": "icl", "n_fields": 3, "pid": "d680c855101b16a4", "schema": "antal studerende|antal ansatte|grundlagt", "shots": 2, "symbols": "kat", "task": "fil...
[ { "content": "Du bedes gengive hvert felts værdi ordret fra teksten. Skulle et felt mangle, angives -. Svar i formatet: værdi -> felt\n\nTekststykke:\nAalborg Universitet Esbjerg\nAalborg Universitet Esbjerg (tidligere kendt som AUE og AAUE, men benævnes nu AAU Esbjerg) er organisatorisk en afdeling under Aalbo...
{ "fill_pairs": [], "format": "kv_arrow", "marker": null, "mode": "instruction", "n_fields": 3, "pid": "d680c855101b16a4", "schema": "placering|institutionens navn|grundlagt", "shots": 0, "symbols": "greek", "task": "extract" }
[ { "content": "Du bedes gengive hvert felts værdi ordret fra teksten. Skulle et felt mangle, angives -. Svar i formatet: felt: værdi\n\nDemonstrationer:\n\nTekst:\nInformation\nInformation er et ord, der i vid udstrækning har fortrængt det danske ord \"oplysning\". Det er for mange et svært begreb at forklare og...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "both", "n_fields": 1, "pid": "772ca8977018c2a4", "schema": "organisation navn", "shots": 3, "symbols": "none", "task": "extract" }
[ { "content": "Regler: (a) værdier kopieres ordret, (b) én linje per felt, (c) felter uden dækning i teksten får -. Svar i formatet: [felt] værdi\n\nEksempler:\n\nAfsnit:\nFremgangsmåde\nHvor: \nTarmultralyd foretages onsdage og fredage med i alt 16 elektive og 4 akutte tider om ugen.\nUndersøgelsen foregår i Ga...
{ "fill_pairs": [], "format": "kv_bracket", "marker": null, "mode": "both", "n_fields": 2, "pid": "772ca8977018c2a4", "schema": "organisation navn|lokalitet", "shots": 1, "symbols": "none", "task": "extract" }
[ { "content": "Eksempler på opgaven:\n\nTekstuddrag:\nHelikopter nødlandet i Esbjerg\n13 august 2013 kl. 10.45\n21 personer måtte her til middag nødlande i en helikopter i Esbjerg Lufthavn.\nDet var på grund af tekniske problemer, at helikopteren blev tvunget tilbage på jorden, oplyser Syd og Sønderjyllands Poli...
{ "fill_pairs": [], "format": "json", "marker": null, "mode": "icl", "n_fields": 1, "pid": "ad9698bdb5401fce", "schema": "uddannelse", "shots": 3, "symbols": "foo", "task": "extract" }
[ { "content": "Demonstrationer:\n\nAfsnit:\nGPS-tyve har endnu en gang været på rov i landsdelen. I weekenden gik det ud over Morsø Maskinstation på Blåborgvej ved Karby på Mors. Her blev der natten mellem fredag og lørdag stjålet John Deere GPS-udstyr for 600.000 kr. - Vi har aldrig haft problemer med tyveri fø...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "icl", "n_fields": 3, "pid": "ad9698bdb5401fce", "schema": "uddannelse|partiformand|fulde navn", "shots": 4, "symbols": "greek", "task": "extract" }
[ { "content": "Demonstrationer:\n\nUddrag:\nHorsens Ny Teater skal have ny direktør\n25 juni 2012 kl. 10.12\nHorsens Ny Teater skal have ny direktør i efteråret. Kim Bisgaard, som har haft posten i fire år, har fået tilbudt en ny stilling i det nye kulturelle kraftcenter, Godsbanen, i Aarhus.\n- Det har været fi...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "icl", "n_fields": 1, "pid": "ad9698bdb5401fce", "schema": "fødselsdato", "shots": 3, "symbols": "none", "task": "extract" }
[ { "content": "Står oplysningen ikke i teksten, er svaret -. Ellers gengives den ordret, uden omskrivning. Svar i formatet: {\"felt\": \"værdi\"}\n\nHer er nogle eksempler:\n\nTekst:\nManometri - normalværdier:\nLES-tryk: 10-45 mmHg\nLES-relaksation - komplet/inkomplet (<8 mmHg over ventrikeltrykket)\nPeristalti...
{ "fill_pairs": [], "format": "json", "marker": null, "mode": "both", "n_fields": 3, "pid": "bace670b547f5a69", "schema": "repræsentantskabsposter|deltagelse konferencer|statsministerperiode", "shots": 1, "symbols": "kat", "task": "extract" }
[ { "content": "Alle de manglende stumper er oplyst. Find den rigtige plads til hver enkelt og skriv teksten sammenhængende igen.\n\nUfuldstændig tekst:\n2001 – 5. april 2009).\n\n* Medlem af forretningsudvalget i Dansk Ungdoms Fællesråd (1976-1978).\n * Medlem af LOF's landsstyrelse (1979-1981).\n * <1>.\n * Med...
{ "fill_pairs": [ [ "<1>", "Medlem af repræsentantskabet for Nørgaards Højskole, Bjerringbro (1984-1987 og igen fra 1993 og frem)" ], [ "<2>", "Medlem af bestyrelsen for investeringsforeningen Andelsinvest (1987 og igen fra 1995)" ] ], "format": "bracket_pair", "marker": ...
[ { "content": "Løste eksempler:\n\nUddrag:\nKlokken 12 blev Stafet for Livet sat i gang i Dronninglund. I et døgn skal deltagerne på skift løbe eller gå for at samle ind til kræftforskningen. I alt deltager 646, som er fordelt på 25 hold. 44 deltagere er i gule t-shirts med påskriften Fighter . Den har de på, fo...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "icl", "n_fields": 4, "pid": "bace670b547f5a69", "schema": "bestyrelsesposter|deltagelse konferencer|ministerperioder|repræsentantskabsposter", "shots": 1, "symbols": "none", "task": "extract" }
[ { "content": "Vær venlig at udfylde felterne med ordret tekst fra passagen. Hvis et felt ikke omtales, så skriv -. Svar i formatet: felt=værdi\n\nDemonstrationer:\n\nUddrag:\nUdviklingen inddeles i tre faser, hver med sin udformning.\n * Indtil omkring 8. århundrede var den dominerende form den ældre fuþark med...
{ "fill_pairs": [], "format": "kv_eq", "marker": null, "mode": "both", "n_fields": 3, "pid": "bace670b547f5a69", "schema": "bestyrelsesposter|ministerperioder|statsministerperiode", "shots": 5, "symbols": "none", "task": "extract" }
[ { "content": "Én linje per felt, ordret, - hvis intet. Svar i formatet: <felt>værdi</felt>\n\nEksempler:\n\nTekstuddrag:\nDen har et overfladelag af vand, som formodes at være ca. 100 kilometer dybt, hvoraf det alleryderste lag er frosset til is. Målinger af magnetfeltet omkring Europa tyder på at en betragteli...
{ "fill_pairs": [], "format": "tagged", "marker": null, "mode": "both", "n_fields": 4, "pid": "724f1af7a120b89b", "schema": "discipliner|definition|historisk oprindelse|videnskabens navn", "shots": 1, "symbols": "kat", "task": "extract" }
[ { "content": "Løste eksempler:\n\nUddrag:\nMarcus Tullius Cicero\nMarcus Tullius Cicero (født 3. januar 106 f.Kr. i Arpino, død 7. december 43 f.Kr. i Formia) var en romersk politiker, retoriker, jurist, skribent og filosof. Cicero tilhørte den romerske ridderstand og begyndte sin karriere som advokat (i romerr...
{ "fill_pairs": [], "format": "kv_eq", "marker": null, "mode": "icl", "n_fields": 4, "pid": "724f1af7a120b89b", "schema": "definition|videnskabens navn|historisk oprindelse|discipliner", "shots": 3, "symbols": "foo", "task": "extract" }
[ { "content": "Arbejd som arkivar: hvert felt får den ordrette tekst fra kilden, og - hvor kilden intet oplyser. Svar i formatet: felt\\tværdi\n\nKildetekst:\nAstronomi\nAstronomi (græsk: αστρονομία = άστρον + νόμος, bogstaveligt, \"stjernernes lov\") er videnskaben, som omfatter observation og forklaring af hæn...
{ "fill_pairs": [], "format": "tsv", "marker": null, "mode": "instruction", "n_fields": 2, "pid": "724f1af7a120b89b", "schema": "historisk oprindelse|videnskabens navn", "shots": 0, "symbols": "kat", "task": "extract" }
[ { "content": "Når et felt kan belægges med tekst, kopieres teksten ordret; ellers anføres -. Svar i formatet: 1. felt: værdi\n\nEksempler på opgaven:\n\nAfsnit:\nGårdbrand ved Give\n02 marts 2011 kl. 07.37\nEn lade nedbrændte  tidlig onsdag morgen på en gård i Lindeballe ved Give. Ingen dyr er gået til.\nKlokke...
{ "fill_pairs": [], "format": "numbered", "marker": null, "mode": "both", "n_fields": 1, "pid": "b260712e43832273", "schema": "astronomi typer", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "1) Læs teksten. 2) Find hvert felts værdi. 3) Skriv den ordret af. 4) Mangler feltet, skriv -. Svar i formatet: [felt]værdi[/felt]\n\nHer er nogle eksempler:\n\nKildetekst:\nDer er undervisning i musik, billedkunst, drama og dans – for både nybegyndere og øvede.\nMød nogle af landets bedste underv...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "both", "n_fields": 1, "pid": "b260712e43832273", "schema": "beskrivelse", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "Hvad står der i teksten om hvert felt? Svar med ordret afskrift, og - hvis teksten ikke nævner feltet. Svar i formatet: [felt]værdi[/felt]\n\nTekststykke:\nA\nA a er det første bogstav i det latinske alfabet samt det danske alfabet. Det er en vokal.\n\nBogstavet A kan spores tilbage gennem det græ...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "instruction", "n_fields": 1, "pid": "c10a9b6de64da044", "schema": "udtale på engelsk", "shots": 0, "symbols": "none", "task": "extract" }
[ { "content": "Opgaven er udtræk, ikke opsummering. Hvert felt besvares med tekst kopieret ordret fra passagen. Hvis passagen ikke dækker feltet, bruges - i stedet for et gæt. Svar i formatet: <felt>værdi</felt>\n\nEksempler på opgaven:\n\nTekststykke:\nVerdens største sejlskib har lagt til kaj\n29 maj 2015 kl. ...
{ "fill_pairs": [], "format": "tagged", "marker": null, "mode": "both", "n_fields": 1, "pid": "c10a9b6de64da044", "schema": "betydning", "shots": 3, "symbols": "kat", "task": "extract" }
[ { "content": "Eksempler:\n\nTekst:\nLevnedsskildringer med et moralsk sigte var fremme allerede i den klassiske oldtid, hvor især Plutarks biografier var de mest udbredte. Disse vedblev igennem tiden at være populære, og især fra 1600-tallet blev de brugt som skabelon for moralske fortællinger. Denne mode fik e...
{ "fill_pairs": [], "format": "json", "marker": null, "mode": "icl", "n_fields": 2, "pid": "c10a9b6de64da044", "schema": "hexadecimal værdi|alfabetisk oprindelse", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "Demonstrationer:\n\nAfsnit:\nLigebehandlingsnævnets afgørelse om handicap - er handicap - kompetence - uddannelse - ej medhold\n\nJ.nr. 23-20271\n\nEn kvinde (klager), der var diagnosticeret med dysleksi, klagede over et universitet (indklagede). Kvinden mente, at universitetet havde forskelsbehan...
{ "fill_pairs": [], "format": "tsv", "marker": null, "mode": "icl", "n_fields": 2, "pid": "c10a9b6de64da044", "schema": "udtale på engelsk|hexadecimal værdi", "shots": 4, "symbols": "none", "task": "extract" }
[ { "content": "Ordret udtræk. Ikke nævnt = -. Svar i formatet: felt: værdi\n\nKildetekst:\nAnders And\nAnders Fauntleroy And er en berømt figur i Disneys tegnefilm og tegneserier. Selv om han ikke er særligt populær i USA, optræder han i mange ugeblade i Europa: I Norge, Tyskland, Sverige, Danmark, Holland, Ital...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "instruction", "n_fields": 3, "pid": "626eb119f934a1bb", "schema": "figur navn|familie|andet familie", "shots": 0, "symbols": "none", "task": "extract" }
[ { "content": "Eksempler på opgaven:\n\nUddrag:\nSlagteri lukker Efter to år lukker slagteriet Danish Meat Company i Vrå. Det er kombinationen af et generelt vanskeligt marked og den indeværende finanskrise, der er skyld i at firmaet er gået i betalingsstandsning. Virksomheden har igennem længere tid forsøgt at ...
{ "fill_pairs": [], "format": "kv_colon", "marker": null, "mode": "icl", "n_fields": 1, "pid": "626eb119f934a1bb", "schema": "figur navn", "shots": 3, "symbols": "kat", "task": "extract" }
[ { "content": "Eksempler på opgaven:\n\nTekst:\n06.2.HH.6.13. Meckels divertikelskintigrafi.\nFormål\nMålgruppe og anvendelsesområde\nUndersøgelsesprincip\nIndikationer\nKontraindikationer\nGraviditet og amning\nForberedelse\nFremgangsmåde\nKamera\nLægemidler, aktivitetsmængde og stråledosis\nFortolkning og svar...
{ "fill_pairs": [], "format": "json", "marker": null, "mode": "icl", "n_fields": 2, "pid": "626eb119f934a1bb", "schema": "første optræden|andet familie", "shots": 5, "symbols": "greek", "task": "extract" }
[ { "content": "Arbejd som arkivar: hvert felt får den ordrette tekst fra kilden, og - hvor kilden intet oplyser. Svar i formatet: {felt}værdi{/felt}\n\nTekstuddrag:\nAnders And\nAnders Fauntleroy And er en berømt figur i Disneys tegnefilm og tegneserier. Selv om han ikke er særligt populær i USA, optræder han i ...
{ "fill_pairs": [], "format": "brace_pair", "marker": null, "mode": "instruction", "n_fields": 3, "pid": "626eb119f934a1bb", "schema": "figur navn|første optræden|andet familie", "shots": 0, "symbols": "greek", "task": "extract" }
[ { "content": "Ordrette værdier. Fravær: -. Svar i formatet: [felt]værdi[/felt]\n\nUddrag:\nAnders And var en bifigur til filmen Den lille kloge Høne, han havde et langt spidst næb og en utrolig kort lunte; der skulle ikke meget til for at udløse et raserianfald hos ham. Klassikerne er fra 1930'erne, hvor Mickey...
{ "fill_pairs": [], "format": "bracket_pair", "marker": null, "mode": "instruction", "n_fields": 4, "pid": "f9859a29b309daa4", "schema": "personlighedstræk|tilknyttede figurer|nøglefilm|animatorer", "shots": 0, "symbols": "none", "task": "extract" }
[ { "content": "Eksempler:\n\nKildetekst:\nDet skorter ikke på foreninger, virksomheder og ikke mindst privatpersoner, der gerne vil hjælpe ofrene for krigen i Ukraine. Mange spørger sig selv, hvad man kan gøre for at give en hånd. Det har de ansatte på Aalborg Bibliotekerne også gjort. - Nu er vi jo et hus fyldt...
{ "fill_pairs": [], "format": "kv_arrow", "marker": null, "mode": "icl", "n_fields": 4, "pid": "f9859a29b309daa4", "schema": "animatorer|tilknyttede figurer|personlighedstræk|oprindelse", "shots": 4, "symbols": "none", "task": "extract" }
End of preview. Expand in Data Studio

danish-extraction-v1

Danish information-extraction rows over real prose, where the schema is proposed per passage rather than fixed. Built from danish-foundation-models/danish-dynaword by scripts/gen_extraction_da.py.

Each source passage got its own field set: an LLM proposed 3-6 fields for that text without seeing any values, then filled them in a separate turn. Roughly a quarter of proposed fields come back empty, which are genuine abstention targets rather than annotation gaps.

split rows
train 109,400
eval_schema 5,689
eval_passage 6,043
eval_both 268

Registers

register passages
news 11,508
encyclopedic 11,292
web_admin 4,661
medical 4,647
books 3,379
legal 3,375

Tasks

extract — given a passage and field names, produce each field's value. Prompts carrying an instruction also state the required output format, rendered from the format itself (Svar i formatet: felt værdi). An earlier release named no format in instruction-only prompts, which left one format out of ten unspecified and the row unanswerable.

fill — placement. The passage has gaps, the removed spans are listed in shuffled order, and the model reconstructs the text. Fully determined by the prompt: the information is all present and the task is to work out where each piece belongs. Scored on whether the spans land in the right sequence and the surrounding prose is reproduced, so neither echoing the gapped text nor echoing the value list earns credit.

An earlier release masked spans and asked the model to recall them, under a rule that a span occur exactly once so no copy stayed visible. Those two requirements conflict: "occurs exactly once" means the text holds no evidence for what was removed, and the masked spans are extraction values — the tokens least predictable from context. Probed, the model returned the right marker set, the right count and a clean parse, and scored 0 on every row, supplying a different plausible item from the same list.

What varies

axis values
field subset 1-4 present fields, plus 0-2 absent ones
key naming real names, or symbols (alfa, kat_a, f1, foo)
output format all 10, in train and eval
prompt mode icl (demonstrations only) / instruction / both
shots 1-5, resampled per row
instruction 34 hand-written, across 9 shapes
scaffold labels 20 across 6 slots
blank markers 30, indexed and bare

Demonstrations carry their own text and their own field list, so they teach the task and the output format rather than a particular schema.

Gates

Every value is a verbatim span of its passage (up to whitespace), contains no newline, matches its declared type, and is deduplicated. Every rendered answer round-trips through the format parser.

Splits

eval_schema and eval_passage are 5% hash partitions on schema and on passage; eval_both is their intersection.

Configs

default (messages + meta), sft (messages only), and raw — the extractions the rows are rendered from, so formats, modes, gates and splits can be re-derived without re-extracting.

Generated with --registers --uniform, --rows-per-passage 4.

Downloads last month
48