GENTER

arXiv2025-09-30 收录

性别分类

实体识别

数据链接：

https://huggingface.co/datasets/aieng-lab/genter 数据链接链接失效反馈

官方服务：

资源简介：

该数据集通过遮蔽代词将名字与性别关联起来，其中包含了用于评估的性别化遮蔽词对。其任务是进行性别分类。

This dataset associates names with genders via pronoun masking, and includes gendered masked word pairs for evaluation. The task is gender classification.

CONLL 2003, NIST-IEER, MUC-6, OntoNotes 5, BBN, GMB-1.0.0, GUM-3.1.0, wikigold, Ritter, BTC, WNUT17, i2b2-2006, i2b2-2014, CADEC, AnEM, MITRestaurant, MITMovie, MalwareTextDB, re3d, SEC-filin

实体识别

本仓库包含多个领域的数据集，这些数据集被标注了多种实体类型，适用于实体识别和命名实体识别（NER）任务。

github2019-12-04 更新690

stefan-it/germeval14_no_wikipedia

实体识别

语言模型评估

--- license: cc-by-4.0 task_categories: - token-classification language: - de --- # Filtered GermEval 2014 NER Dataset This repository hosts a filtered version of the great [GermEval 2014](https://s

Hugging Face2024-05-29 更新100

X-qi/msra_ner

实体识别

自然语言处理

--- annotations_creators: - crowdsourced language_creators: - found language: - zh license: - unknown multilinguality: - monolingual size_categories: - 10K<n<100K source_datasets: - original task_cate

Hugging Face2026-03-21 更新80

cvlt-mao/bc5cdr

生物医学

实体识别

该数据集包含文本序列（tokens）及其对应的标签序列（tags），标签用于标注化学物质（Chemical）和疾病（Disease）。数据集分为训练集、验证集和测试集，分别包含5228、5330和5865个示例。

Hugging Face2024-01-11 更新240

ehealth_kd

实体识别

自然语言处理

该数据集是一个用于命名实体识别（NER）任务的结构化数据集，包含三个主要字段：'text'（原始文本）、'tokens'（分词序列）和'ner_tags'（命名实体标签序列）。命名实体标签共分为8类，包括动作（Action）、概念（Concept）、谓词（Predicate）、引用（Reference）及其相应的起始（B-）和中间（I-）标签，以及普通标签（O）。数据集分为训练集（800个样本）、

Hugging Face2026-02-07 更新90

GENTER

资源简介：

相关数据集