nlpso/m1_fine_tuning_ocr_cmbert_iob2
收藏Hugging Face2023-02-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/nlpso/m1_fine_tuning_ocr_cmbert_iob2
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于微调Jean-Baptiste/camembert-ner模型，以处理嵌套的NER任务，采用的是独立的NER层方法（M1）。数据集包含19世纪巴黎的贸易目录条目。数据集参数包括使用的Tokenizer、标记格式（IOB2）、训练、开发和测试集的数量，以及相关的微调模型。实体类型包括人物或公司名称、专业活动、军事或民事区别、条目完整描述、专业奖励、地址、街道名称、街道号码和地理特征等。
提供机构：
nlpso
原始信息汇总
数据集概述
数据集名称
m1_fine_tuning_ocr_cmbert_iob2
数据集描述
本数据集用于对Jean-Baptiste/camembert-ner进行微调，以处理嵌套命名实体识别任务，采用独立NER层方法[M1]。数据集包含19世纪巴黎贸易目录条目。
数据集参数
- 方法：M1
- 数据集类型：噪声数据（Pero OCR）
- 分词器：Jean-Baptiste/camembert-ner
- 标记格式：IOB2
- 数据集大小：
- 训练集：6084
- 验证集：676
- 测试集：1685
- 相关微调模型：
实体类型
| 缩写 | 实体组(级别) | 描述 |
|---|---|---|
| O | 1 & 2 | 非命名实体 |
| PER | 1 | 人名或公司名 |
| ACT | 1 & 2 | 人或公司职业活动 |
| TITREH | 2 | 军事或民事区分 |
| DESC | 1 | 条目全描述 |
| TITREP | 2 | 职业奖励 |
| SPAT | 1 | 地址 |
| LOC | 2 | 街道名称 |
| CARDINAL | 2 | 街道号码 |
| FT | 2 | 地理特征 |
如何使用本数据集
python from datasets import load_dataset
train_dev_test = load_dataset("nlpso/m1_fine_tuning_ocr_cmbert_iob2")
