book9命名实体识别数据集

# book9命名实体识别数据集

## 数据集概述
Book9数据集是面向小说领域的中文命名实体识别数据集。

### 数据集简介
本数据集包括测试集（2551），实体类型包括招式名、地名、组织名、人名、头衔、武器名。

### 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：

```
“ O
怎 O
么 O
了 O
？ O
” O
吴 B-PER
瑜 I-PER
好 O
奇 O
起 O
来 O
， O
“ O
难 O
道 O
洛 B-PER
仙 I-PER
儿 I-PER
姐 O
姐 O
要 O
回 O
来 O
了 O
？ O
” O

```

## 数据集版权信息

Creative Commons Attribution 4.0 International。

## 引用方式
```bib
@inproceedings{jia-etal-2020-entity,
title = "Entity Enhanced {BERT} Pre-training for {C}hinese {NER}",
author = "Jia, Chen and
Shi, Yuefeng and
Yang, Qinrong and
Zhang, Yue",
booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)",
month = nov,
year = "2020",
address = "Online",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2020.emnlp-main.518",
doi = "10.18653/v1/2020.emnlp-main.518",
pages = "6384--6396",
}
```

# Book9命名实体识别（Named Entity Recognition, NER）数据集

## 数据集概述
Book9数据集是面向小说领域的中文命名实体识别数据集。

### 数据集简介
本数据集包含测试集（2551），涵盖的实体类型包括招式名、地名、组织名、人名、头衔以及武器名。

### 数据集的格式和结构
数据格式采用CoNLL标准，数据集采用两列结构：第一列为输入语句的分词结果，第二列为各分词对应的命名实体类型标签。具体示例如下：

“ O
怎 O
么 O
了 O
？ O
” O
吴 B-PER
瑜 I-PER
好 O
奇 O
起 O
来 O
， O
“ O
难 O
道 O
洛 B-PER
仙 I-PER
儿 I-PER
姐 O
姐 O
要 O
回 O
来 O
了 O
？ O
” O

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

## 引用方式
bib
@inproceedings{jia-etal-2020-entity,
title = "Entity Enhanced {BERT} Pre-training for {C}hinese {NER}",
author = "Jia, Chen and
Shi, Yuefeng and
Yang, Qinrong and
Zhang, Yue",
booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)",
month = nov,
year = "2020",
address = "Online",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2020.emnlp-main.518",
doi = "10.18653/v1/2020.emnlp-main.518",
pages = "6384--6396",
}

搜集汇总

背景与挑战

背景概述

book9命名实体识别数据集是一个中文小说领域的命名实体识别数据集，包含2551个测试案例，涵盖招式名、地名、组织名、人名、称号和武器名等实体类型。数据采用conll标准格式，分为分词和实体标签两列，适用于自然语言处理任务。