teo-sanchez/diffusiondb_ner

该数据集是通过名为en_ner_prompting的命名实体识别模型从poloclub/diffusiondb数据集中推断得出的扩展数据集。该模型在手工标注的提示上进行了训练。因此，这个数据集是通过该模型推断得出的，可能包含错误，特别是在某些类别上。数据集包含7个主要类别和11个子类别，共计16个类别，这些类别是通过BERTopic进行主题分析得出的。主要类别包括medium（媒介）、influence（影响）、light（光线）、color（颜色）、composition（构图）、detail（细节）和context（背景），每个类别下还有具体的子类别。

原始信息汇总

数据集概述

• 名称: NER-DiffusionDB
• 语言: 英语（en）
• 许可证: CC-BY-3.0
• 多语言性: 单语
• 大小: 100M<n<1G
• 来源数据集: poloclub/diffusiondb
• 标签方案: 包含16个标签，分为7个主要类别和11个子类别

数据集详情

• 描述: 该数据集是通过名为en_ner_prompting的实体识别模型推断得出的，该模型训练自poloclub/diffusiondb数据集中的手工标注提示。数据集可能包含错误，特别是在某些类别中。
• 实体分类: 数据集中的实体分为16个类别，通过使用BERTopic进行主题分析得出。
• 标签方案: 数据集的标签方案包括16个标签，涵盖颜色、构图、上下文（情感、时代、天气）、细节、影响（艺术家、艺术品、流派、资源库）、光线、媒介（插图、绘画、摄影、渲染）等。