相关数据集
CONLL 2003, NIST-IEER, MUC-6, OntoNotes 5, BBN, GMB-1.0.0, GUM-3.1.0, wikigold, Ritter, BTC, WNUT17, i2b2-2006, i2b2-2014, CADEC, AnEM, MITRestaurant, MITMovie, MalwareTextDB, re3d, SEC-filin
本仓库包含多个领域的数据集，这些数据集被标注了多种实体类型，适用于实体识别和命名实体识别（NER）任务。
github2019-12-04 更新690
cvlt-mao/bc5cdr
该数据集包含文本序列（tokens）及其对应的标签序列（tags），标签用于标注化学物质（Chemical）和疾病（Disease）。数据集分为训练集、验证集和测试集，分别包含5228、5330和5865个示例。
Hugging Face2024-01-11 更新240
WhissleAI/minds14-ner-emotion
--- dataset_info: features: - name: dataset_name dtype: string - name: intent dtype: string - name: path dtype: string - name: transcription dtype: string - name: emotion
Hugging Face2024-05-08 更新90
conll2003-dataset
该数据集用于命名实体识别任务，包含两个主要特征：'tokens'（字符串序列）和'ner_tags'（命名实体识别标签序列）。标签包括家庭状况、申报人工资、申报人养老金和所得税等。数据集分为训练集、验证集和测试集，分别包含61、17和10个样本。
Hugging Face2024-12-16 更新260
stefan-it/histnero
该数据集包含历史罗马尼亚语命名实体识别（HistNERo）数据集，采用CoNLL兼容格式。数据集包含10,026个句子（8,020个训练句子，1,003个验证句子和1,003个测试句子），标注了五种命名实体：人物（PERSON）、组织（ORGANIZATION）、地点（LOCATION）、产品（PRODUCT）和日期（DATE）。数据集提供了CoNLL格式的分割、文档分组和Flair数据集加载器。
Hugging Face2024-05-10 更新130
