SEACrowd/indqner

IndQNER是一个专门为印尼语设计的命名实体识别（NER）数据集，它通过对印尼语版古兰经文本进行手动标注创建。该数据集包含了18种不同的命名实体类别，如Allah、Throne、Artifact等，涵盖了宗教、天文、地理等多个领域。数据集支持的任务是命名实体识别，可以通过`datasets`或`seacrowd`库进行加载和使用。

原始信息汇总

数据集概述

数据集名称

IndQNER

任务类别

命名实体识别（Named Entity Recognition）

语言

印度尼西亚语（ind）

数据集描述

IndQNER是一个通过手动标注印度尼西亚语版《古兰经》文本创建的命名实体识别数据集。该数据集包含18个命名实体类别，具体如下：

• "Allah": 阿拉（包括阿拉的同义词，如Yang maha mengetahui lagi mahabijaksana）
• "Throne": 阿拉的宝座（如Arasy）
• "Artifact": 人工制品（如Kabah, Baitullah）
• "AstronomicalBody": 天体（如bumi, matahari）
• "Event": 事件（如hari akhir, kiamat）
• "HolyBook": 圣书（如AlQuran）
• "Language": 语言（如bahasa Arab）
• "Angel": 天使（如Jibril, Mikail）
• "Person": 人物（如Bani Israil, Firaun）
• "Messenger": 使者（如Isa, Muhammad, Musa）
• "Prophet": 先知（如Adam, Sulaiman）
• "AfterlifeLocation": 来世地点（如Jahanam, Jahim, Padang Mahsyar）
• "GeographicalLocation": 地理位置（如Sinai, negeru Babilonia）
• "Color": 颜色（如kuning tua）
• "Religion": 宗教（如Islam, Yahudi, Nasrani）
• "Food": 食物（如manna, salwa）

支持的任务

命名实体识别

数据集版本

• 源版本: 1.0.0
• SEACrowd版本: 2024.06.20

数据集许可证

未知

引用

如果您在使用Indqner数据集，请引用以下内容：

@misc{ author = {Ria Hari Gusmita, Asep Fajar Firmansyah, Khodijah Khuliyah}, title = {{IndQNER: a NER Benchmark Dataset on Indonesian Translation of Quran}}, url = {https://github.com/dice-group/IndQNER}, year = {2022} }

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }