SteffRhes/APIS_OEBL__Named_Entity_Recognition

APIS ÖBL命名实体识别数据集包含6,941个历史传记句子，标注了PER（人物）、ORG（组织）和LOC（地点）等命名实体。数据来源于奥地利传记词典（ÖBL），并在奥地利人物信息系统（APIS）项目的背景下提取和标注。文本涉及19世纪至20世纪初奥匈帝国时期的小型传记，由奥地利科学院在1957年至2023年间制作。数据以JSON格式存储，包含原始文本和实体索引及类型。数据集未预先分割为训练、开发和评估集，也未进行预分词处理。

原始信息汇总

数据集概述

基本信息

• 名称: APIS ÖBL Named Entity Recognition
• 语言: 德语
• 许可: MIT
• 任务类别: 词分类

数据内容

• 数据量: 包含6,941个句子
• 标注类型: "PER"（人物）、"ORG"（组织）、"LOC"（地点）
• 来源: 从奥地利传记词典（ÖBL）中提取，作为奥地利人物信息系统（APIS）项目的一部分。
• 时间范围: 19世纪至20世纪初
• 制作机构: 奥地利科学院
• 语言风格: 较为浓缩，包含大量领域特定缩写

数据结构

• JSON结构: 包含键text_raw的文本和键entities的实体索引及类型
• 句子处理: 原始数据被分割成句子并随机标注
• 数据分割: 未预先分割为训练集、开发集和评估集
• 分词处理: 未预先分词