游戏领域命名实体识别数据集

# 游戏领域命名实体识别数据集

## 数据集概述
Game数据集是面向游戏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（279），实体类型包括地址名、书籍名、公司名、游戏名、政府机构名、电影名、人名、机构名、职位名、景点名。

### 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：

```
全 O
战 O
开 B-position
发 I-position
商 I-position
新 O
作 O
《 B-game
风 I-game
暴 I-game
骤 I-game
起 I-game
》 I-game
已 O
上 O
市 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",
}
```

# 游戏领域命名实体识别数据集

## 数据集概述
Game数据集系面向游戏领域的中文命名实体识别专用数据集。

### 数据集简介
本数据集包含测试集（样本量279），涵盖的实体类型包括地址名、书籍名、公司名、游戏名、政府机构名、电影名、人名、机构名、职位名及景点名。

### 数据集格式与结构
本数据集采用CoNLL标准（Conference on Computational Natural Language Learning）格式，数据以两列形式组织：第一列为输入语句的分词结果，第二列为对应每个分词的命名实体类型标签。以下为一则具体示例：

全 O
战 O
开 B-position
发 I-position
商 I-position
新 O
作 O
《 B-game
风 I-game
暴 I-game
骤 I-game
起 I-game
》 I-game
已 O
上 O
市 O

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

## 引用方式
bib
@inproceedings{jia-etal-2020-entity,
title = "面向中文命名实体识别的实体增强型BERT预训练",
author = "Jia, Chen and
Shi, Yuefeng and
Yang, Qinrong and
Zhang, Yue",
booktitle = "2020年自然语言处理经验方法会议（EMNLP）论文集",
month = nov,
year = "2020",
address = "线上",
publisher = "国际计算语言学协会",
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

该数据集是专门针对游戏领域的中文命名实体识别数据集，包含10种实体类型和279条测试数据，采用CoNLL标准格式标注。数据集专注于游戏领域的特定实体识别任务，适用于中文NLP相关研究。