Kazakh named entity recognition dataset (KazNERD) contains 112,702 sentences from the television news domain and 136,333 annotations for 25 entity classes. All named entities were labelled using the I

DataCite Commons2021-11-27 更新90

KyrgyzNER

吉尔吉斯语

实体识别

KyrgyzNER数据集是第一个为吉尔吉斯语手动标注的命名实体识别数据集，包含从24.KG新闻门户网站收集的1,499篇新闻文章。数据集包含10,900个句子和39,075个实体提及，涵盖27个命名实体类别。该数据集旨在解决吉尔吉斯语等低资源语言在自然语言处理任务中的资源匮乏问题，为未来研究提供基准。

arXiv2025-09-23 更新260

ehealth_kd

实体识别

自然语言处理

该数据集是一个用于命名实体识别（NER）任务的结构化数据集，包含三个主要字段：'text'（原始文本）、'tokens'（分词序列）和'ner_tags'（命名实体标签序列）。命名实体标签共分为8类，包括动作（Action）、概念（Concept）、谓词（Predicate）、引用（Reference）及其相应的起始（B-）和中间（I-）标签，以及普通标签（O）。数据集分为训练集（800个样本）、

Hugging Face2026-02-07 更新90

Sample Bangla-MedER Entries (English Translation).

资源简介：

相关数据集