Youku NER Dataset / 文娱NER数据集

命名体识别(NER)是一项重要的自然语言处理任务，本数据集提供了文娱领域的NER开放数据集，包括了3大类、9小类实体类别。该数据集由阿里巴巴达摩院和新加坡科技设计大学联合提供。

搜集汇总

背景与挑战

背景概述

该数据集是一个文娱领域的命名实体识别（NER）数据集，由阿里巴巴达摩院和新加坡科技设计大学联合提供，包含3大类、9小类实体类别，数据来源于视频标题爬取。数据集分为train.txt、test.txt、dev.txt三个文件，采用BI schema标注格式，适用于自然语言处理研究和模型训练，遵循CC BY-NC 4.0协议。