nlpso/m2m3_qualitative_analysis_ocr_cmbert_iob2
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_ocr_cmbert_iob2
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。数据集参数包括使用的模型方法（M2和M3）、数据集类型（噪声数据，由Pero OCR生成）、分词器（Jean-Baptiste/camembert-ner）、标记格式（IOB2）、数据集的划分数量（训练集6084条，开发集676条，测试集1685条）以及相关的微调模型（M2和M3）。数据集中包含的实体类型包括人名或公司名（PER）、职业活动（ACT）、军事或民事头衔（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。数据集参数包括使用的模型方法（M2和M3）、数据集类型（噪声数据，由Pero OCR生成）、分词器（Jean-Baptiste/camembert-ner）、标记格式（IOB2）、数据集的划分数量（训练集6084条，开发集676条，测试集1685条）以及相关的微调模型（M2和M3）。数据集中包含的实体类型包括人名或公司名（PER）、职业活动（ACT）、军事或民事头衔（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_ocr_cmbert_iob2 数据集概述
简介
该数据集用于对 Jean-Baptiste/camembert-ner 模型在嵌套命名实体识别（NER）任务上进行定性分析，采用独立 NER 层方法 [M1]。数据集包含19世纪巴黎商业名录的条目。
数据集参数
- 方法：M2 和 M3
- 数据集类型：噪声数据（Pero OCR）
- 分词器：Jean-Baptiste/camembert-ner
- 标注格式：IOB2
- 数据量：
- 训练集：6084
- 开发集：676
- 测试集：1685
- 关联微调模型：
实体类型
| 缩写 | 实体组（层级） | 描述 |
|---|---|---|
| O | 1 & 2 | 非命名实体 |
| PER | 1 | 人名或公司名 |
| ACT | 1 & 2 | 人名或公司职业活动 |
| TITREH | 2 | 军事或民事区分 |
| DESC | 1 | 条目完整描述 |
| 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 |
如何使用该数据集
python from datasets import load_dataset
train_dev_test = load_dataset("nlpso/m2m3_qualitative_analysis_ocr_cmbert_iob2")
