我目前正在处理通过时间逻辑（例如 LTL）形式化自然语言文本内容的问题。
一个例子是短语
“当一列火车靠近时，一列火车终将横穿”，
应该对应于 LTL 规范，例如
G(train_approaching ---> F(train_crossing))
我想将此问题视为从自然语言到 LTL 的翻译任务。为了训练翻译模型，除其他外，我需要一个适当的训练集，其中每个实例都应由自然语言文本表示，并与相应的 LTL（或另一种时间逻辑）公式配对。
我已经找到了这些资源：
- http://patterns.projects.cs.ksu.edu/documentation/patterns/ltl.shtml属性模式的存储库（基于 LTL），总共大约 100 个实例
- https://gitlab.lrz.de/i7/ltlstore LTL Store，它是 LTL 公式的存储库，但没有配对的自然语言文本（它仍然可以用作“单语”训练数据）
当然，总体目标是处理全逻辑，但是我也可能会首先关注基于时间逻辑的模式的子集。
您知道我可以为此目的用作训练数据的任何其他数据集吗？