SEACrowd/nergrit

Nergrit语料库是由PT Gria Inovasi Teknologi (GRIT)开发的印度尼西亚语命名实体识别（NER）、语句提取和情感分析的数据集集合。命名实体识别部分包含18种实体类型，如CRD（基数）、DAT（日期）、EVT（事件）等。数据集支持命名实体识别任务，并提供了使用`datasets`和`seacrowd`库加载数据集的示例代码。数据集的主页链接为[https://github.com/grit-id/nergrit-corpus](https://github.com/grit-id/nergrit-corpus)，版本为1.0.0，许可证为MIT。

原始信息汇总

数据集概述

基本信息

• 名称: Nergrit Corpus
• 语言: 印度尼西亚语 (ind)
• 任务类别: 命名实体识别 (Named Entity Recognition)
• 标签: 命名实体识别

详细描述

Nergrit Corpus 是由 PT Gria Inovasi Teknologi (GRIT) 开发的一个数据集，包含印度尼西亚语的命名实体识别、陈述提取和情感分析。命名实体识别部分包含以下18种实体类型：

• CRD: 基数
• DAT: 日期
• EVT: 事件
• FAC: 设施
• GPE: 地缘政治实体
• LAW: 法律实体（如 Undang-Undang）
• LOC: 位置
• MON: 货币
• NOR: 政治组织
• ORD: 序数
• ORG: 组织
• PER: 人
• PRC: 百分比
• PRD: 产品
• QTY: 数量
• REG: 宗教
• TIM: 时间
• WOA: 艺术品
• LAN: 语言

支持任务

• 命名实体识别

数据集版本

• 源版本: 1.0.0
• SEACrowd 版本: 2024.06.20

数据集许可证

• MIT

引用

如果使用 Nergrit 数据集，请引用以下内容：

@misc{Fahmi_NERGRIT_CORPUS_2019, author = {Fahmi, Husni and Wibisono, Yudi and Kusumawati, Riyanti}, title = {{NERGRIT CORPUS}}, url = {https://github.com/grit-id/nergrit-corpus}, year = {2019} }

@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} }