该数据集是一个用于命名实体识别的任务的数据集，包含tokens（文本序列）和ner_tags（实体标签序列）两个特征。实体标签序列包含多个类别，如公司、作品、团体、地点、人物和产品等。数据集分为训练集、验证集和测试集，分别包含2391、1009和1287个示例。数据集的总大小为1,374,988字节，下载大小为381,440字节。

Hugging Face2025-02-08 更新70

RONEC

实体识别

自然语言处理

RONEC是罗马尼亚语的命名实体语料库，由布加勒斯特理工大学创建。该数据集包含5127个句子，共26377个命名实体，涵盖16种不同的实体类别。数据来源于版权免费的报纸文本，旨在解决罗马尼亚语在命名实体识别领域的资源匮乏问题。数据集创建过程中，通过多次迭代和讨论，不断优化标注指南，最终形成高质量的标注结果。RONEC的应用领域广泛，可用于信息提取、机器翻译等多种自然语言处理任务。

arXiv2020-04-28 更新170

uzair921/LLAMA_GUM_LLM_RAG_75_MiniLM

自然语言处理

实体识别

该数据集是一个用于命名实体识别的任务的数据集，包含 tokens（文本序列）和对应的 ner_tags（命名实体识别标签）。数据集分为训练集、验证集和测试集，总共包含21种不同的实体类别，如人名、组织名、地名等。训练集包含1000个样本，验证集包含615个样本，测试集包含807个样本。

Hugging Face2025-02-11 更新90