cross_ner_science

### cross_ner_ai 细粒度命名实体识别

数据分为10个标签类别，分别为:
地址（address），
书名（book），
公司（company），
游戏（game），
政府（goverment），
电影（movie），
姓名（name），
组织机构（organization），
职位（position），
景点（scene）

数据详细介绍、基线模型和效果测评，见 https://github.com/CLUEbenchmark/CLUENER

技术讨论或问题，请项目中提issue或PR，或发送电子邮件到 [e-mail]

* 测试集上SOTA效果见榜单：www.CLUEbenchmark.com

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/yingxi/cross_ner_science.git
```

### cross_ner_ai 细粒度命名实体识别
本数据集共包含10类标签，具体如下：
地址（address）、
书名（book）、
公司（company）、
游戏（game）、
政府（goverment）、
电影（movie）、
姓名（name）、
组织机构（organization）、
职位（position）、
景点（scene）

本数据集的详细说明、基线模型及效果评测内容，请参见：https://github.com/CLUEbenchmark/CLUENER

若需技术讨论或提交问题，可在项目仓库中提交issue或PR，或发送邮件至 [e-mail]

* 测试集上的SOTA（State-of-the-Art）效果请参见榜单：www.CLUEbenchmark.com

### 通过HTTP协议克隆
bash
git clone https://www.modelscope.cn/datasets/yingxi/cross_ner_science.git

搜集汇总

背景与挑战

背景概述

该数据集为中文细粒度命名实体识别数据集，涵盖10个实体类别，包括地址、书名、公司等。详细信息、基线模型和评估结果可在CLUENER项目中获取，技术问题可通过指定渠道联系。