MasakhaNER

MasakhaNER 是 10 种不同非洲语言的命名实体识别 (NER) 数据集的集合。该存储库包含用于训练 NER 模型的代码、用于分析 NER 模型预测的脚本以及下面列出的所有 10 种语言的 NER 数据集。形成该数据集的语言是：阿姆哈拉语、豪萨语、伊博语、基尼亚卢旺达语、卢干达语、罗语、尼日利亚语-洋泾浜语、斯瓦希里语、沃洛夫语和约鲁巴语。

搜集汇总

背景与挑战

背景概述

MasakhaNER是一个针对10种非洲语言的大规模公开命名实体识别数据集，由乔治梅森大学于2021年发布，旨在推动非洲自然语言处理研究。该数据集包含阿姆哈拉语、豪萨语等多种语言的高质量标注数据，支持NER模型的训练与评估。