MultiCoNER命名实体识别数据集

# MultiCoNER命名实体识别数据集

## 数据集概述
MultiCoNER数据集是面向通用领域的多语言命名实体识别数据集。

### 数据集简介
本数据集包括各个语言所对应的验证集，实体类型包括地名(LOC), 人名(PER), 公司名(CORP), 创作名(CW), 消费品(PROD), 其他组织名(GRP)。

### 数据集的格式和结构
数据格式采用conll标准，数据分为两列，第一列是输入句中的词划分，第二列是每个词对应的命名实体类型标签。一个具体case的例子如下：

```
2016 O
年 O
版 O
的 O
获 O
奖 O
者 O
triángulo B-CORP
de I-CORP
amor I-CORP
bizarro I-CORP

```

## 数据集版权信息

Creative Commons Attribution 4.0 International。

## 引用方式
```bib
@inproceedings{malmasi-etal-2022-semeval,
title = "{S}em{E}val-2022 Task 11: Multilingual Complex Named Entity Recognition ({M}ulti{C}o{NER})",
author = "Malmasi, Shervin and
Fang, Anjie and
Fetahu, Besnik and
Kar, Sudipta and
Rokhlenko, Oleg",
booktitle = "Proceedings of the 16th International Workshop on Semantic Evaluation (SemEval-2022)",
month = jul,
year = "2022",
address = "Seattle, United States",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2022.semeval-1.196",
doi = "10.18653/v1/2022.semeval-1.196",
pages = "1412--1437",
}
```

# MultiCoNER命名实体识别数据集

## 数据集概述
MultiCoNER数据集是面向通用领域的多语言命名实体识别数据集。

### 数据集简介
本数据集涵盖多语言对应的验证集，实体类型包含地名（Location, LOC）、人名（Person, PER）、公司名（Corporation, CORP）、创作名（Creative Work, CW）、消费品（Product, PROD）以及其他组织名（Group, GRP）。

### 数据集格式与结构
数据采用CONLL标准格式，分为两列：第一列为输入语句的分词结果，第二列为每个分词对应的命名实体类型标签。具体示例如下：

2016 O
年 O
版 O
的 O
获 O
奖 O
者 O
triángulo B-CORP
de I-CORP
amor I-CORP
bizarro I-CORP

## 数据集版权信息
知识共享署名4.0国际许可协议（Creative Commons Attribution 4.0 International）

## 引用格式
bib
@inproceedings{malmasi-etal-2022-semeval,
title = "{S}em{E}val-2022 Task 11: Multilingual Complex Named Entity Recognition ({M}ulti{C}o{NER})",
author = "Malmasi, Shervin and
Fang, Anjie and
Fetahu, Besnik and
Kar, Sudipta and
Rokhlenko, Oleg",
booktitle = "Proceedings of the 16th International Workshop on Semantic Evaluation (SemEval-2022)",
month = jul,
year = "2022",
address = "Seattle, United States",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2022.semeval-1.196",
doi = "10.18653/v1/2022.semeval-1.196",
pages = "1412--1437",
}

搜集汇总

背景与挑战

背景概述

MultiCoNER是一个多语言通用领域命名实体识别数据集，包含多种语言的验证集，实体类型涵盖地点、人物、公司、创意作品、消费品和其他组织。数据采用conll标准格式，分为分词和对应标签两列。