MultiCoNER Dataset

MultiCoNER is a large multilingual dataset (11 languages) for Named Entity Recognition. It is designed to represent some of the contemporary challenges in NER, including low-context scenarios (short and uncased text), syntactically complex entities such as movie titles, and long-tail entity distributions.

多语言命名实体识别（Named Entity Recognition，NER）数据集MultiCoNER是一个涵盖11种语言的大规模多语言数据集。该数据集旨在复现命名实体识别领域当前面临的若干典型挑战，包括低上下文场景（短文本、非大小写敏感文本）、句法结构复杂的实体（如电影标题）以及长尾实体分布等情形。

搜集汇总

背景与挑战

背景概述

MultiCoNER是一个大型多语言命名实体识别数据集，覆盖11种语言，包含26M个token，源自Wiki句子、问题和搜索查询三个领域。该数据集旨在应对NER中的低上下文场景、句法复杂实体和长尾分布等当代挑战。