five

SEACrowd/indoler

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/indoler
下载链接
链接失效反馈
官方服务:
资源简介:
Indoler数据集主要用于法律文档中的命名实体识别(NER)任务,包含993个已标注的印度尼西亚最高法院的判决文档。文档已经过标记化和清理。数据集的语言为印度尼西亚语(ind),支持的任务是命名实体识别。

Indoler数据集主要用于法律文档中的命名实体识别(NER)任务,包含993个已标注的印度尼西亚最高法院的判决文档。文档已经过标记化和清理。数据集的语言为印度尼西亚语(ind),支持的任务是命名实体识别。
提供机构:
SEACrowd
原始信息汇总

Indoler 数据集概述

基本信息

  • 名称: Indoler
  • 语言: 印尼语 (ind)
  • 任务类别: 命名实体识别 (Named Entity Recognition)
  • 标签: 命名实体识别
  • 许可证: 未知

数据集描述

  • 内容: 包含993份标注的法院判决文档。
  • 来源: 印度尼西亚最高法院的判决文档。
  • 处理: 文档已进行分词和清理。

支持任务

  • 命名实体识别

数据集版本

  • 源版本: 2.0.0
  • SEACrowd版本: 2024.06.20

数据集加载

使用 datasets

python from datasets import load_dataset dset = datasets.load_dataset("SEACrowd/indoler", trust_remote_code=True)

使用 seacrowd

python import seacrowd as sc

使用默认配置加载数据集

dset = sc.load_dataset("indoler", schema="seacrowd")

查看所有可用子集(配置名称)

print(sc.available_config_names("indoler"))

使用特定配置加载数据集

dset = sc.load_dataset_by_config_name(config_name="<config_name>")

数据集主页

引用

bibtex @INPROCEEDINGS{9263157, author={Nuranti, Eka Qadri and Yulianti, Evi}, booktitle={2020 International Conference on Advanced Computer Science and Information Systems (ICACSIS)}, title={Legal Entity Recognition in Indonesian Court Decision Documents Using Bi-LSTM and CRF Approaches}, year={2020}, volume={}, number={}, pages={429-434}, keywords={Xenon;6G mobile communication;legal processing;legal entity recognition;legal document;name entity recognition;ner;bi-lstm;lstm;crf}, doi={10.1109/ICACSIS51025.2020.9263157}}

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作