ruanchaves/nru_hse

NRU-HSE数据集包含从俄罗斯社交网络vk.com上收集的真实标签，并进行了手动分割。数据集的语言为俄语，任务类别为结构预测，具体任务为词分割。数据集的创建过程包括标签的分割和标识符的分割，且所有数据集都包含基本字段：`hashtag`和`segmentation`。

原始信息汇总

数据集概述

数据集基本信息

• 名称: NRU-HSE
• 语言: 俄语
• 许可证: 未知
• 多语言性: 单语
• 数据来源: 原始数据
• 任务类别: 结构预测
• 标签: 词分割

数据集描述

数据集摘要

• 数据集包含从俄罗斯社交网络vk.com上关于公共服务页面的真实标签，这些标签已手动分割。

语言

• 数据集语言为俄语。

数据集结构

数据实例

• 每个数据实例包含以下字段：
  • index: 数值索引。
  • hashtag: 原始标签。
  • segmentation: 标签的黄金分割。

数据字段

• index: 数值索引。
• hashtag: 原始标签。
• segmentation: 标签的黄金分割。

数据集创建

• 数据集中的所有标签分割和标识符分割具有相同的基字段：hashtag 和 segmentation 或 identifier 和 segmentation。
• 字段hashtag 和 segmentation 或 identifier 和 segmentation 之间的唯一区别是空格字符。
• 在字母数字字符和任何特殊字符序列（如 _ , : , ~ ）之间总是有空格。
• 如果存在命名实体识别和其他标记分类任务的注释，它们将在spans字段中给出。