Формат коллекций данных для тестирования в задаче классификации прямой и косвенной речи из новостного потока

Формат данных в коллекции новостных фрагментов:

<?xml version="1.0" encoding="windows-1251"?>
<document>
<sentence id="sentence_id">
    <speech type="speech_type">
      text
    </speech>
    <evaluation>
      no
    </evaluation>
    <url>
      url_address 
    </url>
</sentence>

Где:

• sentence_id - идентификатор предложения;
• speech_type - тип речи: прямая (direct) или косвенная (indirect);
• text - текст фрагмента новости;
• url_address - адрес новости в интернете;

<sentence id="3192">
    <speech type="indirect">
      Перемены, по мнению экспертов да и самих единороссов, помогут партии власти не превратиться в "партию при власти" и позволят успешно конкурировать с "Общероссийским народным фронтом".
    </speech>
    <evaluation>
      no
    </evaluation>
    <url>
      http://www.7info.ru/index.php?nn=1333957828 
    </url>
  </sentence>