Thainer 泰语命名实体识别数据集

ThaiNER（V1.3）是6456句命名实体识别数据集，从由Tirasaroj和Aroonmanakun（2012） 创造的2258句无名数据集中扩展而得。它用于在PyThaiNLP中学习NER标记器。

ThaiNER (v1.3) is a named entity recognition (NER) dataset containing 6,456 sentences, expanded from a 2,258-sentence unlabeled dataset originally created by Tirasaroj and Aroonmanakun (2012). It is designed for training NER taggers in the PyThaiNLP library.

搜集汇总

背景与挑战

背景概述

Thainer是一个泰语命名实体识别数据集，包含6456个句子，由2258个句子的原始数据集扩展而来。该数据集用于在PyThaiNLP中训练NER标记器，提供了id、tokens、pos_tags和ner_tags等字段，其中NER标签由人工标注，POS标签由工具自动生成。