Zovda
一份没有关系的实体清单，是一份名词表。名词表好做、好数、难学——因为里面没有任何东西说明两个条目之间怎么互动。
大多数关系数据集比看上去更薄，原因一样：容易的关系密密麻麻，有意思的关系一条没有。
实体不是知识
知道一段话里提到了一种药、一个剂量、一种病症，这是抽取。知道这个剂量作用于那种病症、而不是上一句里的那一种，这才是任务。
停在实体层面的团队，拿到的是一个「名字标得很好、但推理很差」的模型。
关系结构才是产品
先写结构，再标注。把结构写成决策：什么算一条关系、方向从哪到哪、一句话支持两种读法时怎么办。
然后按关系类型分别测覆盖。一个总数会藏住这个事实：某一类关系有四十条，另一类只有四条。
含糊的指称才是价值所在
同一个名字在同一份文档里指两个不同的东西，不是边角案例。它正是关系抽取难的原因，而它在清洗时通常被当成错误丢掉。
把这些行留下，把判断写清楚。它们才教得会消歧。
结构优先，体量其次
结构完整的小集合，胜过一个只有单一关系类型的大集合。如果结构里写了六种关系、数据里只有两种，模型学到的是找那两种，然后编出剩下的。
这些语料由 Zovda 通过 Datuva 生产，关系结构和填充它的行一起版本化。题库与推理语料展示了同一套纪律用在结构化答案上的样子。
告诉我们你的模型要抽哪些关系，我们会在 1 个工作日内回复。