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。