asas-ai/NewsFANE

NewsFANE数据集是一个基于新闻电讯的细粒度阿拉伯命名实体语料库，用于命名实体识别任务。该数据集包含阿拉伯语文本，具有单词和标签两个特征，训练集包含168,080个示例，总大小为3,474,380字节。数据集适用于标记分类任务，规模在100K到1M之间。

原始信息汇总

数据集概述

基本信息

• 数据集名称: NewsFANE: Newswire-based Fine-grained Arabic Named Entity Corpus
• 配置:
  • 默认配置:
    • 数据文件:
      • 分割: train
      • 路径: data/train-*
• 许可证: cc-by-sa-3.0

数据集特征

• 特征:
  • 名称: word
    • 数据类型: string
  • 名称: tag
    • 数据类型: string

数据分割

• 分割: train
  • 字节数: 3474380
  • 示例数: 168080

数据集大小

• 下载大小: 1047962
• 数据集大小: 3474380

语言

• 语言: ar

标签

• 标签: Named Entity Recognition

任务类别

• 任务类别: token-classification

大小类别

• 大小类别: 100K<n<1M