ibm/Climate-Change-NER
收藏数据集卡片：Climate Change NER
数据集描述
Climate Change NER 是一个包含534篇气候相关论文摘要的英语数据集。这些摘要来自Semantic Scholar Academic Graph的“abstracts”数据集，通过使用一组气候相关关键词进行筛选。摘要通过手动标注，将相关词汇按照IOB格式（inside, outside, beginning）进行分类，共涉及14个不同的类别。
数据集详情
- 创建者： Birgit Pfitzmann
- 共享者： Cesar Berrospi Ramis
- 语言： 英语
- 许可证： Open Data Commons Attribution License (ODC-By)
数据来源
- 来源： Semantic Scholar Academic Graph Dataset（“abstracts”数据集）的子集
- 相关论文： INDUS: Effective and Efficient Language Models for Scientific Applications
用途
该数据集主要用于评估命名实体识别（NER）任务。
数据集结构
数据实例
每个实例包含多行，代表一个文档摘要及其标注。实例的开始由一行以-DOCSTART-标记，并包含文档在整个数据集中的唯一哈希值。摘要中的每个词汇单独一行，标注为以下标签之一：
O如果词汇不属于任何命名实体实例B如果词汇是命名实体实例的开始I如果词汇在命名实体实例内部
如果词汇标记为O或I，则添加实体类型。每个词汇最多可以分配一个实体类型，可能的类型包括：climate-assets, climate-datasets, climate-greenhouse-gases, climate-hazards, climate-impacts, climate-mitigations, climate-models, climate-nature, climate-observations, climate-organisms, climate-organizations, climate-problem-origins, 和 climate-properties。
数据分割
Climate Change NER数据集分为三个部分：训练集、验证集和测试集。以下是版本1.0.0的数据统计：
| 数据集分割 | 实例数量 |
|---|---|
| 训练集 | 382 |
| 验证集 | 77 |
| 测试集 | 75 |
数据集创建
源数据
源数据是来自Semantic Scholar Academic Graph Dataset（“abstracts”数据集）的摘要。
标注
摘要通过手动标注，气候相关词汇根据以下类别进行分类：
- climate-assets: 对人类有价值的物体或服务，可能被气候灾害破坏或减少。关键类别包括健康、建筑、基础设施和农作物或牲畜。
- climate-datasets: 特定名称的气候数据集合。气候数据集可以是观测或模型的结果，例如预测或再分析。数据可以是列表、表格、数据库、清单或历史记录，其中数据占主导地位，代码附带。
- climate-greenhouse-gases: 导致大气加热的气体（温室气体）。
- climate-hazards: 对气候有潜在负面影响的灾害，如洪水、野火、干旱和热浪。文本中详细命名的灾害，整个术语被标注，例如“地表水洪水”或“土壤液化”。
- climate-impacts: 灾害的影响，主要是对人类的负面影响。我们也考虑对牲畜的影响，因为这间接影响人类。
- climate-mitigations: 减少气候变化或更好地应对后果的活动。
- climate-models: 特定的物理、数学或人工智能对象，现在总是计算机可执行的，用于分析和通常预测气候参数。
- climate-nature: 自然界中非生物的方面，如海洋、河流、大气、风和雪。
- climate-observations: 有名称的气候观测工具。例如卫星、无线电光谱仪、雨量计、野生动物相机和问卷。
- climate-organisms: 被视为气候生物的动物、植物和其他生物。
- climate-organizations: 具有气候相关兴趣的现实世界组织。
- climate-problem-origins: 描述气候变化原因的问题。关键例子包括“化石燃料”和“森林砍伐”。我们还提到可以被引用为能源使用原因的部门。例如，在关于运输部门能源消耗的文本中，“运输部门”被标注为“问题”。
- climate-properties: 气候本身的属性（不是抽象对象如模型和数据集），通常带有值和单位。
标注者
数据集由Birgit Pfitzmann标注。
