asas-ai/CAraNER

CAraNER: 新冠病毒阿拉伯语命名实体语料库是一个用于命名实体识别任务的阿拉伯语数据集。该数据集包含训练集，共有55,389个例子，数据文件大小为2,888,743字节。数据集的特征包括句子ID、单词ID、单词、两个注释者的标注、一致标签和修订标签。数据集的下载大小为853,580字节，总大小为2,888,743字节。数据集的许可证未知，适用于10K到100K规模的数据集类别。

原始信息汇总

数据集卡片 "CAraNER: The COVID-19 Arabic Named Entity Corpus"

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

数据集信息

• 特征:
  • 名称: Sentence_ID
    • 数据类型: int64
  • 名称: Word_ID
    • 数据类型: int64
  • 名称: Word
    • 数据类型: string
  • 名称: Annotator1
    • 数据类型: string
  • 名称: Annotator2
    • 数据类型: string
  • 名称: Agreed_Label
    • 数据类型: string
  • 名称: Revised_Label
    • 数据类型: string
• 分割:
  • 名称: train
    • 字节数: 2888743
    • 样本数: 55389
• 下载大小: 853580
• 数据集大小: 2888743
• 许可证: unknown
• 任务类别:
  • token-classification
• 语言:
  • ar
• 易读名称: The COVID-19 Arabic Named Entity Corpus
• 大小类别:
  • 10K<n<100K
• 标签:
  • Named Entity Recognition