tner/btc
收藏Hugging Face2022-11-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/tner/btc
下载链接
链接失效反馈官方服务：
资源简介：
Broad Twitter Corpus（BTC）是一个用于命名实体识别（NER）的数据集，特别针对Twitter领域。该数据集包含三种实体类型：地点（LOC）、组织（ORG）和人名（PER）。数据集的结构包括文本和对应的标签，标签ID字典提供了不同实体类型的编码。数据分割包括训练集（6338条）、验证集（1001条）和测试集（2000条）。该数据集是T-NER项目的一部分，旨在提供一个多样化的、高质量的标注语料库，以促进社交媒体中命名实体识别方法的发展和比较评估。
提供机构：
tner
原始信息汇总
数据集概述
数据集描述
- 名称： Broad Twitter Corpus
- 域： Twitter
- 实体数量： 3
- 实体类型：
LOC,ORG,PER
数据集结构
数据实例
json { tokens: [I, hate, the, words, chunder, ,, vomit, and, puke, ., BUUH, .], tags: [6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6] }
标签ID
python { "B-LOC": 0, "B-ORG": 1, "B-PER": 2, "I-LOC": 3, "I-ORG": 4, "I-PER": 5, "O": 6 }
数据分割
| 名称 | 训练 | 验证 | 测试 |
|---|---|---|---|
| btc | 6338 | 1001 | 2000 |
