该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）和相关文本分析。数据集包含多个特征，如句子、实体列表、原始文本、原始ID、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。实体列表中包含ID、偏移量、角色、语义类型ID、文本和类型。数据集分为测试集，包含681个样本，总大小为2785371字节。

Hugging Face2024-05-16 更新200

NEMO-Corpus

实体识别

希伯来语

NEMO-Corpus是一个包含希伯来语语料库的命名实体标注数据集，包括词素和词级别的NER标签、嵌套提及等。数据集支持多种标注格式和实体类别，适用于研究形态丰富的语言中的NER任务。

github2021-12-27 更新330

hausa_voa_ner

实体识别

豪萨语

Hausa VOA NER语料库专注于豪萨语的命名实体识别任务，基于VOA豪萨语新闻语料构建。该语料库包含超过1000条样本，并提供了训练集、验证集和测试集划分。数据集中，每个样本都包含文本分词和对应的命名实体标签，标签类型包括人物、组织、地点和日期等。该语料库在CC-BY 4.0许可下发布，允许用户自由使用和共享。

Opencsg2024-07-19 更新220

Final NER list achieved from proposed extended NER pipeline.

资源简介：

相关数据集