polyglot_ner

Polyglot-NER 提供了多语言命名实体识别功能，它包含从维基百科和 Freebase 自动生成的训练数据。该数据覆盖 40 种语言，并提供了基于维基百科的基础训练数据，用于命名实体识别任务。数据集以不同语言进行划分，例如，“es”配置仅包含西班牙语示例。数据集中包括id、lang、words和ner等字段。但数据集的授权许可未知。