conllpp

CoNLLpp仓库提供了一个CoNLL2003命名实体识别数据集的修正版本，其中测试集中5.38%的句子的标签经过人工修正。该数据集包含训练集、验证集和测试集，共计约2万条样本，主要用于token分类和命名实体识别任务。每个样本包含token、词性标签、chunk标签和命名实体标签等字段。该仓库提供标准化数据操作，并鼓励用户引用相关论文。