该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）和相关文本分析。数据集包含多个特征，如句子、实体列表、原始文本、原始ID、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。实体列表中包含ID、偏移量、角色、语义类型ID、文本和类型。数据集分为测试集，包含681个样本，总大小为2785371字节。

Hugging Face2024-05-16 更新200

liahchan/wnut_test_subset

自然语言处理

实体识别

--- dataset_info: features: - name: id dtype: string - name: tokens sequence: string - name: ner_tags sequence: int64 splits: - name: train num_bytes: 23919.0 num_examp

Hugging Face2023-03-04 更新70

cvlt-mao/bc5cdr

生物医学

实体识别

该数据集包含文本序列（tokens）及其对应的标签序列（tags），标签用于标注化学物质（Chemical）和疾病（Disease）。数据集分为训练集、验证集和测试集，分别包含5228、5330和5865个示例。

Hugging Face2024-01-11 更新240

ISSAI KazNERD

实体识别

哈萨克语

Kazakh named entity recognition dataset (KazNERD) contains 112,702 sentences from the television news domain and 136,333 annotations for 25 entity classes. All named entities were labelled using the I

DataCite Commons2021-11-27 更新90

Most frequent named entities from 100 covid-19 case reports.

资源简介：

相关数据集