stefan-it/histnero

该数据集包含历史罗马尼亚语命名实体识别（HistNERo）数据集，采用CoNLL兼容格式。数据集包含10,026个句子（8,020个训练句子，1,003个验证句子和1,003个测试句子），标注了五种命名实体：人物（PERSON）、组织（ORGANIZATION）、地点（LOCATION）、产品（PRODUCT）和日期（DATE）。数据集提供了CoNLL格式的分割、文档分组和Flair数据集加载器。更多细节可以在相关论文中找到。

原始信息汇总

HistNERo (CoNLL) 数据集概述

数据集描述

• 名称: HistNERo (CoNLL)
• 类型: 历史罗马尼亚语命名实体识别（HistNERo）数据集
• 格式: CoNLL兼容格式

数据集特征

• 数据分割: 包括训练集(train.tsv)、验证集(dev.tsv)和测试集(test.tsv)，均包含元数据。
• 文档分组: 支持文档级别的分组。
• 加载器: 支持Flair数据集加载器，示例见FlairDatasetExample.ipynb。

数据集内容

• 句子数量: 总计10,026句，其中训练集8,020句，验证集和测试集各1,003句。
• 实体类型: 包含5种命名实体类型：
  • PERSON
  • ORGANIZATION
  • LOCATION
  • PRODUCT
  • DATE

数据集来源

• 参考数据集: 来自avramandrei/histnero
• 详细信息: 更多详情请参阅论文HistNERo: Historical Named Entity Recognition for the Romanian Language

许可证

• 许可证类型: MIT