数据链接：
官方服务：
资源简介：
实体名单句标注数据是针对15000多句不同领域的句子，进行了实体名称和实体类型标注，有13个模块，内容丰富，数据准确率高。该数据集可用于命名实体识别任务。
应用场景：
提供机构：
数据堂相关数据集
doushabao4766/ontonotes_zh_ner
--- dataset_info: features: - name: id dtype: int64 - name: tokens sequence: string - name: ner_tags sequence: int64 splits: - name: train num_bytes: 7629700 num_exampl
Hugging Face2023-05-26 更新310
lingvenvist/en-animacy-test-data-no-postproc_output.csv
--- dataset_info: features: - name: sentences dtype: string - name: tokens sequence: string - name: anim_tags sequence: class_label: names: '0': N
Hugging Face2024-05-25 更新60
taln-ls2n/Adminset-NER
Adminset-NER是一个首个专门针对法国行政文件的命名实体识别数据集，它包含了由市政厅、市镇、大都会、省、地区、省长和部委产生的行政文件，这些文件由5名非专家标注员使用Label Studio进行了手动注释。
Hugging Face2025-02-06 更新40
NERSkill.Id
NERSkill.Id stands out as the initial annotated corpus designed specifically for NER datasets emphasizing skill entities in the Indonesian language. This marks a valuable addition to the existing reso
Mendeley Data2024-04-05 更新100
uzair921/LLAMA_GUM_LLM_CONTEXT_50
这是一个用于命名实体识别的数据集，包含 tokens 和 ner_tags 两种特征。tokens 是文本的字符串序列，而 ner_tags 是对应的实体标签序列，包括抽象、动物、事件、物体、组织、人物、地点、植物、数量、物质和时间等类别的实体。数据集分为训练集、验证集和测试集，分别包含999、615和807个示例。
Hugging Face2025-02-11 更新50
