germeval_14

GermEval14是一个针对德语命名实体识别任务的数据集，它基于从德语维基百科和新闻语料库中抽样的引文集合构建。该数据集包含超过31,000个句子，对应超过590,000个tokens，并使用NoSta-D指南进行NER标注，该指南扩展了蒂宾根树库指南，使用四个主要NER类别及其子结构，并标注NE之间的嵌入关系。GermEval14数据集以CC-BY 4.0协议授权，包含训练集、验证集和测试集，并提供id、source、tokens、ner_tags和nested_ner_tags等数据字段。