We tested the systems on two datase

We tested the systems on two datasets. The first dataset consists of 200 random sentences from the New York Times. The second dataset is made up of 200 random Web sentences. Three judges with linguistic backgrounds evaluated the output of the systems, labeling whether the relation phrase was correct, and, if so, whether arguments 1 and 2 were the correct arguments for the relation

Kết quả (Việt) 1:

Chúng tôi thử nghiệm các hệ thống trên hai datasets. Số liệu đầu tiên bao gồm 200 câu ngẫu nhiên từ tờ New York Times. Thứ hai tập dữ liệu này bao gồm 200 câu Web ngẫu nhiên. Ba giám khảo với các ngôn ngữ nền tảng, đánh giá đầu ra của hệ thống, ghi nhãn liệu cụm từ mối quan hệ đã được chính xác, và nếu như vậy, cho dù đối số 1 và 2 đã là các đối số chính xác cho các mối quan hệ

Kết quả (Việt) 2:

Chúng tôi đã thử nghiệm các hệ thống trên hai tập dữ liệu. Các tập dữ liệu đầu tiên gồm 200 câu ngẫu nhiên từ New York Times. Bộ dữ liệu thứ hai được tạo thành từ 200 câu Web ngẫu nhiên. Ba giám khảo với các nền tảng ngôn ngữ đánh giá đầu ra của hệ thống, nhãn mác liệu cụm từ liên quan là đúng, và nếu như vậy, cho dù đối số 1 và 2 là những lập luận chính xác cho các mối quan hệ