napsternxg/nyt_ingredients

New York Times Ingredient Phrase Tagger Dataset是一个用于从非结构化成分短语中提取数量、单位、名称和评论的数据集。数据集由专家生成，语言为英语，创建者未明确说明，但语言是从现有资源中找到的。数据集是单语言的，遵循Apache 2.0许可证。数据集的大小在10万到100万之间，标签包括食谱和成分，任务类别为令牌分类，具体任务为命名实体识别。数据集的原始来源是纽约时报的一个GitHub仓库，该仓库使用条件随机场模型（CRF）从标记的训练数据中提取标签，这些数据由人类新闻助理标记。

原始信息汇总

数据集概述

基本信息

• 名称: New York Times Ingredient Phrase Tagger Dataset
• 语言: 英语 (en)
• 语言创建者: 发现 (found)
• 许可证: Apache-2.0
• 多语言性: 单语 (monolingual)
• 大小: 10万<n<100万

详细描述

• 标签:
  • 食谱 (recipe)
  • 成分 (ingredients)
• 任务类别:
  • 令牌分类 (token-classification)
• 任务ID:
  • 命名实体识别 (named-entity-recognition)

数据来源

• 原始来源: New York Times Ingredient Phrase Tagger

数据集创建

• 注释创建者: 专家生成 (expert-generated)
• 数据处理方法: 使用条件随机场模型 (CRF) 从标记的训练数据中提取标签，该数据由人类新闻助理标记。

数据集用途

• 用于从非结构化的成分短语中提取数量、单位、名称和评论，并应用于烹饪以格式化传入的食谱。