havens2/naacl2022

这是一个用于科学实体识别任务的命名实体识别数据集，数据来源于CMU 11-711课程的一个项目。数据集由专家生成，语言为英语，数据规模在1K到10K之间。数据集的注释是通过LabelStudio工具完成的，数据来源于TACL和ACL 2022会议。数据集的字段包括id、tokens和ner_tags，ner_tags包含了多种实体类型的标签。数据集分为训练集、开发集和测试集。

原始信息汇总

数据集概述

基本信息

• 名称: sci_NER_naacl
• 语言: 英语
• 语言创建者: 众包
• 许可证: AFL-3.0
• 多语言性: 单语
• 大小: 1K<n<10K
• 来源: 原创
• 标签: acl, sciBERT, sci, 11711
• 任务类别: 令牌分类
• 任务ID: 命名实体识别

数据集描述

• 摘要: 这是一个为科学实体识别任务标注的命名实体识别数据集，源自CMU 11-711课程的一个项目。
• 支持的任务: 命名实体识别
• 语言: 英语

数据集结构

• 数据实例: 示例包括样本ID、令牌列表和NER标签列表。
• 数据字段:
  • id: 字符串，样本索引。
  • tokens: 字符串列表，序列。
  • ner_tags: 分类标签列表，每个令牌的标签，包括O, B-MethodName, I-MethodName等。
• 数据分割: 训练集、验证集和测试集。

数据集创建

• 标注过程: 使用labelstudio进行标注，数据来自TACL和ACL 2022会议的论文。
• 标注者: Xiaoyue Cui和Haotian Teng。

贡献者

• 感谢@xcui297和@haotianteng添加此数据集。