five

SEACrowd/men

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/men
下载链接
链接失效反馈
官方服务:
资源简介:
马来西亚英语新闻(MEN)数据集包含200篇马来西亚英语新闻文章,这些文章由人工标注了实体和关系(共计6,061个实体和3,268个关系实例)。马来西亚英语结合了标准英语与马来语、汉语和印度语的特点。四名标注者被分为两组,每组标注100篇新闻文章,并计算了标注者之间的一致性(实体标注的F1分数为0.82,关系标注的F1分数为0.51)。数据集支持关系抽取和命名实体识别任务。

马来西亚英语新闻(MEN)数据集包含200篇马来西亚英语新闻文章,这些文章由人工标注了实体和关系(共计6,061个实体和3,268个关系实例)。马来西亚英语结合了标准英语与马来语、汉语和印度语的特点。四名标注者被分为两组,每组标注100篇新闻文章,并计算了标注者之间的一致性(实体标注的F1分数为0.82,关系标注的F1分数为0.51)。数据集支持关系抽取和命名实体识别任务。
提供机构:
SEACrowd
原始信息汇总

Malaysian English News (MEN) 数据集

概述

  • 名称: Malaysian English News (MEN)
  • 语言: 英语 (eng)
  • 任务类别: 关系抽取 (Relation Extraction), 命名实体识别 (Named Entity Recognition)
  • 标签: 关系抽取, 命名实体识别
  • 数据量: 包含200篇马来西亚英语新闻文章,包含6,061个实体和3,268个关系实例。
  • 注释: 由四名人类注释者分成两组,每组注释100篇文章,并计算了注释者之间的协议(实体注释F1-score 0.82,关系注释F1-score 0.51)。

支持的任务

  • 关系抽取
  • 命名实体识别

数据集版本

  • 源版本: 1.0.0
  • SEACrowd版本: 2024.06.20

许可证

  • MIT (mit)

引用

@misc{chanthran2024malaysian, title={Malaysian English News Decoded: A Linguistic Resource for Named Entity and Relation Extraction}, author={Mohan Raj Chanthran and Lay-Ki Soon and Huey Fang Ong and Bhawani Selvaretnam}, year={2024}, eprint={2402.14521}, archivePrefix={arXiv}, primaryClass={cs.CL} }

@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} }

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作