Llamacha/ner_quechua_iic

---
annotations_creators:
- crowdsourced

language:
- qu

license:
- apache-2.0

size_categories:
- n<1K
source_datasets:
- original
task_categories:
- token-classification
task_ids:
- named-entity-recognition

---
# Dataset Card for WikiANN
## Table of Contents
- [Dataset Description](#dataset-description)
- [Dataset Summary](#dataset-summary)
- [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards)
- [Languages](#languages)
- [Dataset Structure](#dataset-structure)
- [Data Instances](#data-instances)
- [Data Fields](#data-fields)
- [Data Splits](#data-splits)
- [Dataset Creation](#dataset-creation)
- [Curation Rationale](#curation-rationale)
- [Source Data](#source-data)
- [Annotations](#annotations)
- [Personal and Sensitive Information](#personal-and-sensitive-information)
- [Considerations for Using the Data](#considerations-for-using-the-data)
- [Social Impact of Dataset](#social-impact-of-dataset)
- [Discussion of Biases](#discussion-of-biases)
- [Other Known Limitations](#other-known-limitations)
- [Additional Information](#additional-information)
- [Dataset Curators](#dataset-curators)
- [Licensing Information](#licensing-information)
- [Citation Information](#citation-information)
- [Contributions](#contributions)
## Dataset Description
- **Paper:** The original datasets come from Introducing QuBERT: A Large Monolingual Corpus and BERT Model for
Southern Quechua [paper](https://aclanthology.org/2022.deeplo-1.1.pdf) by Rodolfo Zevallos et al. (2022).
- **Point of Contact:** [Rodolfo Zevallos](mailto:[e-mail])
### Dataset Summary
NER_Quechua_IIC is a named entity recognition dataset consisting of dictionary texts provided by the Peruvian Ministry of Education, annotated with LOC (location), PER (person) and ORG (organization) tags in the IOB2 format.
### Supported Tasks and Leaderboards
- `named-entity-recognition`: The dataset can be used to train a model for named entity recognition in Quechua languages.

原始信息汇总

数据集概述

• 名称: WikiANN
• 语言: Quechua (qu)
• 许可: Apache-2.0
• 数据集大小: 小于1000条记录
• 数据来源: 原始数据
• 任务类别: 词元分类
• 任务ID: 命名实体识别

数据集详细信息

• 数据集摘要: NER_Quechua_IIC是一个命名实体识别数据集，包含由秘鲁教育部提供的字典文本，标注有LOC（位置）、PER（人物）和ORG（组织）标签，采用IOB2格式。
• 支持的任务和排行榜:
  • 命名实体识别: 该数据集可用于训练Quechua语言的命名实体识别模型。
• 数据实例: 未提供具体信息。
• 数据字段: 未提供具体信息。
• 数据分割: 未提供具体信息。
• 数据集创建:
  • 来源数据: 数据来自秘鲁教育部的字典文本。
  • 标注: 通过众包方式进行标注。
  • 个人和敏感信息: 未提供具体信息。
• 使用数据时的考虑:
  • 数据集的社会影响: 未提供具体信息。
  • 偏见讨论: 未提供具体信息。
  • 其他已知限制: 未提供具体信息。
• 附加信息:
  • 数据集管理者: 未提供具体信息。
  • 许可信息: 遵循Apache-2.0许可。
  • 引用信息: 未提供具体信息。
  • 贡献: 未提供具体信息。