cluener

# cluener命名实体识别数据集
## 数据集概述
cluener数据集是中文的ner的一个benchmark

### 数据集简介
本数据集实体类型包括地址（address），
书名（book），
公司（company），
游戏（game），
政府（goverment），
电影（movie），
姓名（name），
组织机构（organization），
职位（position），
景点（scene）

### 数据集的格式和结构
数据格式采用cluener标准，数据为一个字典结构，一个case如下

```json
{"text": "彭小军认为，国内银行现在走的是台湾的发卡模式，先通过跑马圈地再在圈的地里面选择客户，", "label": {"address": {"台湾": [[15, 16]]}, "name": {"彭小军": [[0, 2]]}}}

```

## 数据集版权信息

Creative Commons Attribution 4.0 International。

## 引用方式
```
@article{xu2020cluener2020,
title={CLUENER2020: Fine-grained Name Entity Recognition for Chinese},
author={Xu, Liang and Dong, Qianqian and Yu, Cong and Tian, Yin and Liu, Weitang and Li, Lu and Zhang, Xuanwei},
journal={arXiv preprint arXiv:2001.04351},
year={2020}
}
```
数据集文件元信息以及数据文件，请浏览“数据集文件”页面获取。

当前数据集卡片使用的是默认模版，数据集的贡献者未提供更加详细的数据集介绍，但是您可以通过如下GIT Clone命令，或者ModelScope SDK来下载数据集

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

# CLUENER命名实体识别数据集
## 数据集概述
CLUENER数据集是中文命名实体识别（Named Entity Recognition，NER）领域的基准测试数据集。

### 数据集简介
本数据集涵盖的实体类型包括：地址（address）、书名（book）、公司（company）、游戏（game）、政府（goverment）、电影（movie）、姓名（name）、组织机构（organization）、职位（position）以及景点（scene）。

### 数据集的格式和结构
本数据集采用CLUENER标准格式进行组织，数据以字典结构存储，示例如下：
json
{"text": "彭小军认为，国内银行现在走的是台湾的发卡模式，先通过跑马圈地再在圈的地里面选择客户，", "label": {"address": {"台湾": [[15, 16]]}, "name": {"彭小军": [[0, 2]]}}}

## 数据集版权信息
本数据集采用知识共享署名4.0国际许可协议（Creative Commons Attribution 4.0 International）进行授权。

## 引用方式

@article{xu2020cluener2020,
title={CLUENER2020: Fine-grained Name Entity Recognition for Chinese},
author={Xu, Liang and Dong, Qianqian and Yu, Cong and Tian, Yin and Liu, Weitang and Li, Lu and Zhang, Xuanwei},
journal={arXiv preprint arXiv:2001.04351},
year={2020}
}

数据集文件元信息与数据文件可通过「数据集文件」页面获取。本数据集卡片采用默认模板制作，数据集贡献者未提供更详细的介绍，您可通过以下Git Clone命令或ModelScope SDK下载该数据集。

#### 下载方法
:modelscope-code[]{type="sdk"}
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

cluener是一个中文细粒度命名实体识别基准数据集，包含10种实体类型（如地址、书名、公司等），数据采用字典格式存储。该数据集适用于中文NER任务研究，采用Creative Commons Attribution 4.0 International许可。