MSRA命名实体识别数据集

# MSRA命名实体识别数据集 ## 数据集概述 MSRA数据集是面向新闻领域的中文命名实体识别数据集。 ### 数据集简介 本数据集包括训练集（46364）、测试集（4365），实体类型包括地名(LOC)、人名(NAME)、组织名(ORG)。 ### 数据集的格式和结构 数据格式采用conll标准，数据分为两列，第一列是输入句中的词划分，第二列是每个词对应的命名实体类型标签。一个具体case的例子如下： ``` １ O ９ O ９ O ７ O 年 O １ O １ O 月 O １ O 日 O （ O 新 B-ORG 华 I-ORG 社 I-ORG 北 B-LOC 京 I-LOC １ O １ O 月 O １ O 日 O 电 O ） O ``` ## 数据集版权信息 Creative Commons Attribution 4.0 International。 ## 引用方式 ``` @inproceedings{levow-2006-third, title = "The Third International {C}hinese Language Processing Bakeoff: Word Segmentation and Named Entity Recognition", author = "Levow, Gina-Anne", booktitle = "Proceedings of the Fifth {SIGHAN} Workshop on {C}hinese Language Processing", month = jul, year = "2006", address = "Sydney, Australia", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/W06-0115", pages = "108--117", } ```# MSRA命名实体识别数据集 ## 数据集概述 MSRA数据集是面向新闻领域的中文命名实体识别数据集。 ### 数据集简介 本数据集包含训练集（46364个样本）、测试集（4365个样本），实体类型涵盖地名（LOC）、人名（NAME）、组织名（ORG）。 ### 数据集的格式和结构 数据格式采用CoNLL标准，数据分为两列，第一列是输入句中的分词结果，第二列是每个词对应的命名实体类型标签。一个具体样本示例如下： １ O ９ O ９ O ７ O 年 O １ O １ O 月 O １ O 日 O （ O 新 B-ORG 华 I-ORG 社 I-ORG 北 B-LOC 京 I-LOC １ O １ O 月 O １ O 日 O 电 O ） O ## 数据集版权信息 知识共享署名4.0国际许可协议（Creative Commons Attribution 4.0 International） ## 引用方式 @inproceedings{levow-2006-third, title = "The Third International {C}hinese Language Processing Bakeoff: Word Segmentation and Named Entity Recognition", author = "Levow, Gina-Anne", booktitle = "Proceedings of the Fifth {SIGHAN} Workshop on {C}hinese Language Processing", month = jul, year = "2006", address = "Sydney, Australia", publisher = "Association for Computational Linguistics", url = "https://aclanthology.org/W06-0115", pages = "108--117", }

搜集汇总

背景与挑战

背景概述

MSRA命名实体识别数据集是一个专注于新闻领域的中文命名实体识别数据集，包含训练集（46,364条）和测试集（4,365条），实体类型包括地点名（LOC）、人名（NAME）和组织名（ORG）。数据格式遵循conll标准，适用于自然语言处理任务。