科学术语命名实体识别数据集

## LEAF: A Less Expert Annotation Framework with Active Learning
CSciNER数据集是面向计算机领域的中文命名实体识别数据集。
## 数据集简介
本数据集实体类型：
任务：TASK ：519
问题：PROBLEM 321
方法：METHOD 1083
材料：MATERIAL 276
通用：GENERIC 435
评价指标：METRIC 213
其他科学术语类型：OTHER TERM 552
### Baseline Bert+BiLSTM+CRF，F1～0.91 ，具体的看论文。

```
本 O

文 O

尝 O

试 O

将 O

知 B_MATERIAL

识 I_MATERIAL

图 I_MATERIAL

谱 I_MATERIAL

相 O

关 O

技 B_GENERIC

术 I_GENERIC

应 O

用 O

到 O

制 O

造 O

企 O

业 O

所 O

拥 O

有 O

的 O

典 O

型 O

知 O

识 O

— O

— O

专 B_OTHERSCIENTIFICTERM

利 I_OTHERSCIENTIFICTERM

文 O

本 O

的 O

检 B_TASK

索 I_TASK

中 O

, O

开 O

展 O

如 O

下 O

研 B_GENERIC

究 I_GENERIC

工 O

作 O

两 O

者 O

彼 O

此 O

融 B_METHOD

合 I_METHOD

带 O

来 O

了 O

律 O

师 O

行 O

业 O

的 O

又 O

一 O

波 O

发 B_GENERIC

展 I_GENERIC

浪 O

潮 O

获 O

取 O

到 O

的 O

病 O

虫 O

害 O

数 O

据 O
```

```bib
@inproceedings{DBLP:conf/pakdd/MaoliniyaziMMP24,
author = {Aishan Maoliniyazi and
Chaohong Ma and
Xiaofeng Meng and
Yingtao Peng},
title = {{LEAF:} {A} Less Expert Annotation Framework with Active Learning},
series = {Lecture Notes in Computer Science},
volume = {14647},
pages = {369--384},
publisher = {Springer},
year = {2024},
url = {https://doi.org/10.1007/978-981-97-2259-4\_28},
doi = {10.1007/978-981-97-2259-4\_28},
timestamp = {Fri, 31 May 2024 21:05:19 +0200},
biburl = {https://dblp.org/rec/conf/pakdd/MaoliniyaziMMP24.bib}
}
```

LEAF：融合主动学习的低专家依赖标注框架

CSciNER数据集是面向计算机领域的中文命名实体识别数据集。

## 数据集简介
本数据集实体类型如下：
任务（TASK）：519
问题（PROBLEM）：321
方法（METHOD）：1083
材料（MATERIAL）：276
通用（GENERIC）：435
评价指标（METRIC）：213
其他科学术语类型（OTHER TERM）：552

### 基准模型采用Bert+BiLSTM+CRF，F1值约为0.91，具体细节请参阅相关论文。

本 O
文 O
尝 O
试 O
将 O
知 B_MATERIAL
识 I_MATERIAL
图 I_MATERIAL
谱 I_MATERIAL
相 O
关 O
技 B_GENERIC
术 I_GENERIC
应 O
用 O
到 O
制 O
造 O
企 O
业 O
所 O
拥 O
有 O
的 O
典 O
型 O
知 O
识 O
— O
— O
专 B_OTHERSCIENTIFICTERM
利 I_OTHERSCIENTIFICTERM
文 O
本 O
的 O
检 B_TASK
索 I_TASK
中 O
, O
开 O
展 O
如 O
下 O
研 B_GENERIC
究 I_GENERIC
工 O
作 O
两 O
者 O
彼 O
此 O
融 B_METHOD
合 I_METHOD
带 O
来 O
了 O
律 O
师 O
行 O
业 O
的 O
又 O
一 O
波 O
发 B_GENERIC
展 I_GENERIC
浪 O
潮 O
获 O
取 O
到 O
的 O
病 O
虫 O
害 O
数 O
据 O

bib
@inproceedings{DBLP:conf/pakdd/MaoliniyaziMMP24,
author = {Aishan Maoliniyazi and
Chaohong Ma and
Xiaofeng Meng and
Yingtao Peng},
title = {{LEAF:} {A} Less Expert Annotation Framework with Active Learning},
series = {Lecture Notes in Computer Science},
volume = {14647},
pages = {369--384},
publisher = {Springer},
year = {2024},
url = {https://doi.org/10.1007/978-981-97-2259-4_28},
doi = {10.1007/978-981-97-2259-4_28},
timestamp = {Fri, 31 May 2024 21:05:19 +0200},
biburl = {https://dblp.org/rec/conf/pakdd/MaoliniyaziMMP24.bib}
}

搜集汇总

背景与挑战

背景概述

CSciNER是一个面向计算机领域的中文命名实体识别数据集，包含任务、问题、方法、材料、通用、评价指标和其他科学术语类型等七种实体，共计3399个标注实例。该数据集采用主动学习框架进行构建，旨在支持科学术语的识别任务。