跨领域命名实体识别数据集

跨领域命名实体识别数据主要面向课题一“自动化知识发现与图谱构建”的跨领域命名实体识别研究，并构建了测试数据集。数据来自公开数据集和人工标注的数据集，公开数据集是当前通用的评测数据集，涵盖了新闻领域和通用领域的实体，人工标注的数据集则由标注人员从军事领域和社交领域选择文本，再由多个标注人员手动标注命名实体识别结果，每一条文本均有两名标注人员背靠背标注，对于有分歧的标注结果再引入检测人员确定。数据集共包含4种类型的实体：军事领域物品、社交领域人物、新闻领域报导、通用领域实体。

搜集汇总

背景与挑战

背景概述

该数据集是面向跨领域命名实体识别研究的测试数据集，用于自动化知识发现与图谱构建。数据来源于公开数据集和人工标注数据集，涵盖新闻、通用、军事和社交领域，包含军事物品、社交人物、新闻报导及通用实体四种实体类型。标注过程采用背靠背标注和分歧检测机制以确保质量。