bltlab/queryner

QueryNER是一个用于电子商务查询分割的序列标注数据集，包含17种不同的实体类型。该数据集涵盖了查询的广泛部分，而不仅仅是某些关键方面。数据集是从Amazon的ESCI Shopping Queries数据集中选取的一部分进行注释的。

原始信息汇总

数据集概述

名称： QueryNER

描述： QueryNER是一个用于电子商务查询分割的序列标注数据集，包含17种不同的实体类型。该数据集旨在将查询分割成有意义的块，适用于广泛的应用类型。

语言： 英语

许可： CC-BY 4.0

数据集结构

特征：

• tokens: 字符串序列
• ner_tags: 序列标签，包含以下类别：
  • 0: O
  • 1: B-UoM
  • 2: I-UoM
  • 3: B-color
  • 4: I-color
  • 5: B-condition
  • 6: I-condition
  • 7: B-content
  • 8: I-content
  • 9: B-core_product_type
  • 10: I-core_product_type
  • 11: B-creator
  • 12: I-creator
  • 13: B-department
  • 14: I-department
  • 15: B-material
  • 16: I-material
  • 17: B-modifier
  • 18: I-modifier
  • 19: B-occasion
  • 20: I-occasion
  • 21: B-origin
  • 22: I-origin
  • 23: B-price
  • 24: I-price
  • 25: B-product_name
  • 26: I-product_name
  • 27: B-product_number
  • 28: I-product_number
  • 29: B-quantity
  • 30: I-quantity
  • 31: B-shape
  • 32: I-shape
  • 33: B-time
  • 34: I-time

分割：

• train: 7841个样本，553523字节
• test: 993个样本，70308字节
• validation: 871个样本，61109字节

下载大小： 242711字节

数据集大小： 684940字节

使用场景

直接使用： 用于电子商务查询分割的研究和下游系统。

注意事项： 由于数据集较小，使用模型训练可能对域外数据的性能不佳。