WNUT 2016 NER (WNUT 2016 Twitter Named Entity Recognition)

命名实体识别是大多数 IE 管道中的第一步。然而，用户生成的社交媒体文本的多样化和嘈杂的风格提出了严峻的挑战。性能仍然远远落后于新闻专线等正式文本类型。这种共享评估的目标是促进对噪声文本中的 NER 的研究，并有助于提供标准化的数据集和评估方法。

Named Entity Recognition (NER) is the first step in most Information Extraction (IE) pipelines. However, the diverse and noisy styles of user-generated social media texts pose severe challenges. Performance still lags far behind that of formal text genres such as newswire. The goal of this shared evaluation is to advance research on NER in noisy texts, and to provide standardized datasets and evaluation methods.

搜集汇总

背景与挑战

背景概述

该数据集是WNUT 2016 Twitter命名实体识别（NER）数据集，旨在推动对社交媒体等噪声文本中命名实体识别的研究，并提供标准化的评估资源。它由俄亥俄州立大学于2016年发布，用于解决用户生成文本的多样性和噪声挑战。