nlpso/m2m3_qualitative_analysis_ref_cmbert_io
收藏Hugging Face2023-02-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/nlpso/m2m3_qualitative_analysis_ref_cmbert_io
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于对[Jean-Baptiste/camembert-ner]模型在嵌套NER任务上的定性分析，使用了独立的NER层方法。数据集包含19世纪巴黎的贸易目录条目。数据集采用M2和M3方法，类型为ground-truth，使用的tokenizer为[Jean-Baptiste/camembert-ner]，标记格式为IO。数据集包含6084个训练样本、676个开发样本和1685个测试样本。与数据集相关的微调模型包括M2和M3。实体类型包括人物或公司名称（PER）、人物或公司专业活动（ACT）、军事或民事区别（TITREH）、条目完整描述（DESC）、专业奖励（TITREP）、地址（SPAT）、街道名称（LOC）、街道号码（CARDINAL）和地理特征（FT）。
该数据集用于对[Jean-Baptiste/camembert-ner]模型在嵌套NER任务上的定性分析，使用了独立的NER层方法。数据集包含19世纪巴黎的贸易目录条目。数据集采用M2和M3方法，类型为ground-truth，使用的tokenizer为[Jean-Baptiste/camembert-ner]，标记格式为IO。数据集包含6084个训练样本、676个开发样本和1685个测试样本。与数据集相关的微调模型包括M2和M3。实体类型包括人物或公司名称（PER）、人物或公司专业活动（ACT）、军事或民事区别（TITREH）、条目完整描述（DESC）、专业奖励（TITREP）、地址（SPAT）、街道名称（LOC）、街道号码（CARDINAL）和地理特征（FT）。
提供机构：
nlpso
原始信息汇总
m2m3_qualitative_analysis_ref_cmbert_io 数据集概述
数据集描述
- 任务类型：token-classification
- 语言：法语（fr）
- 多语言性：单语
数据集详情
- 研究目的：用于对 Jean-Baptiste/camembert-ner 进行嵌套命名实体识别任务的定性分析。
- 数据来源：包含19世纪巴黎贸易目录的条目。
- 分析方法：采用M2和M3两种方法。
- 数据类型：ground-truth
- 分词器：Jean-Baptiste/camembert-ner
- 标记格式：IO
- 数据集大小：
- 训练集：6084
- 验证集：676
- 测试集：1685
- 相关模型：
实体类型
| 缩写 | 实体组(级别) | 描述 |
|---|---|---|
| O | 1 & 2 | 非命名实体 |
| PER | 1 | 个人或公司名称 |
| ACT | 1 & 2 | 个人或公司职业活动 |
| TITREH | 2 | 军事或民事区分 |
| DESC | 1 | 条目全描述 |
| TITREP | 2 | 职业奖励 |
| SPAT | 1 | 地址 |
| LOC | 2 | 街道名称 |
| CARDINAL | 2 | 街道号码 |
| FT | 2 | 地理特征 |
使用方法
python from datasets import load_dataset
train_dev_test = load_dataset("nlpso/m2m3_qualitative_analysis_ref_cmbert_io")
