CoNLL-2003 NER数据集是一个用于命名实体识别任务的数据集，主要来源于新闻领域。该数据集包含四种实体类型：ORG（组织）、PER（人名）、LOC（地点）和MISC（其他）。数据集的结构包括训练集、验证集和测试集，分别包含14041、3250和3453个样本。数据集的版权归Reuters Ltd和/或Thomson Reuters所有，使用时需要签署相关协议。

Hugging Face2022-07-18 更新370

Rosenberg/conll2003

实体识别

信息抽取

--- license: mit ---

Hugging Face2022-10-23 更新60

declare-lab/HyperRED

信息抽取

自然语言处理

HyperRED是一个用于超关系抽取任务的数据集，该任务旨在提取关系三元组及其限定符信息，如时间、数量或地点。例如，关系三元组（Leonard Parker, Educated At, Harvard University）可以通过包含限定符（End Time, 1967）来进行事实上的丰富。HyperRED包含44k个句子，62种关系类型和44种限定符类型。数据集结构包括tokens、entit

Hugging Face2022-11-23 更新460

Tough Tables

语义注释

信息抽取

ToughTables (2T) 数据集是为 SemTab 挑战创建的，总共包括 180 个表。该数据集中的表可以分为两组：控制 (CTRL) 组表和严格 (TOUGH) 组表。 CTRL 组包含 60 个通过查询 DBpedia SPARQL 端点生成的表和从 Wikipedia 收集的表，它们的特点是易于注释。 TOUGH 组包含 120 个表格，主要是从网络上抓取的，其中一些包含拼写错误的单

OpenDataLab2026-07-12 更新80

Online Health Information Semantic Discovery

资源简介：

相关数据集