WikiDiverseNER命名实体识别数据集

# WikiDiverseNER命名实体识别数据集

## 数据集概述
WikiDiverseNER数据集是基于WikiDiverse实体链接数据集构造的NER数据集。

### 数据集简介
本数据集包括测试集（757），实体类型包括应用(APP)、书籍(Book)、建筑(Building)、国家(Country)、货币(Currency)、事件(Event)、地址(Location)、电影(Movie)、音乐(Music)、组织(Organization)、其他(Other)、人物(People)、景点(Site)。

### 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：

```
10 O
Chris B-People
Bond I-People
, O
11 O
Ryan B-People
Scott I-People
and O
teammates O
during O
a O
time O
out O
. O
```

## 数据集版权信息

Creative Commons Attribution 4.0 International。

## 引用方式
```bib
@inproceedings{wang-etal-2022-wikidiverse,
title = "{W}iki{D}iverse: A Multimodal Entity Linking Dataset with Diversified Contextual Topics and Entity Types",
author = "Wang, Xuwu and
Tian, Junfeng and
Gui, Min and
Li, Zhixu and
Wang, Rui and
Yan, Ming and
Chen, Lihan and
Xiao, Yanghua",
booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
month = may,
year = "2022",
address = "Dublin, Ireland",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2022.acl-long.328",
doi = "10.18653/v1/2022.acl-long.328",
pages = "4785--4797",
}
```

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

## 数据集概述
WikiDiverseNER数据集依托WikiDiverse实体链接数据集构建，属于命名实体识别数据集。

### 数据集简介
本数据集包含测试集（共757条样本），涵盖的实体类型如下：应用（APP）、书籍（Book）、建筑（Building）、国家（Country）、货币（Currency）、事件（Event）、地址（Location）、电影（Movie）、音乐（Music）、组织（Organization）、其他（Other）、人物（People）、景点（Site）。

### 数据集格式与结构
本数据集遵循CoNLL标准，采用两列数据结构：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。以下为一个具体示例：

10 O
Chris B-人物
Bond I-人物
, O
11 O
Ryan B-人物
Scott I-人物
and O
teammates O
during O
a O
time O
out O
. O

## 数据集版权信息
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{wang-etal-2022-wikidiverse,
title = "{W}iki{D}iverse: A Multimodal Entity Linking Dataset with Diversified Contextual Topics and Entity Types",
author = "Wang, Xuwu and
Tian, Junfeng and
Gui, Min and
Li, Zhixu and
Wang, Rui and
Yan, Ming and
Chen, Lihan and
Xiao, Yanghua",
booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
month = may,
year = "2022",
address = "Dublin, Ireland",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/2022.acl-long.328",
doi = "10.18653/v1/2022.acl-long.328",
pages = "4785--4797",
}

搜集汇总

背景与挑战

背景概述

WikiDiverseNER数据集是基于WikiDiverse实体链接数据集构建的命名实体识别数据集，包含测试集（757个样本）并覆盖应用、书籍、人物等13种实体类型。数据采用conll标准格式，版权遵循Creative Commons Attribution 4.0 International协议。