conll2002

• توضیحات :

وظیفه مشترک CoNLL-2002 مربوط به تشخیص نهاد نامگذاری شده مستقل از زبان است. انواع موجودیت های نامگذاری شده عبارتند از: اشخاص، مکان ها، سازمان ها و نام نهادهای متفرقه که به سه گروه قبلی تعلق ندارند. به شرکت کنندگان این کار مشترک آموزش و داده های آزمون برای حداقل دو زبان ارائه شد. منابع اطلاعاتی غیر از داده های آموزشی ممکن است در این کار مشترک استفاده شده باشد.

• صفحه اصلی : https://aclanthology.org/W02-2024/

• کد منبع : tfds.text.conll2002.Conll2002

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• ذخیره خودکار ( اسناد ): بله

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نقل قول :

@inproceedings{tjong-kim-sang-2002-introduction,
    title = "Introduction to the {C}o{NLL}-2002 Shared Task: Language-Independent Named Entity Recognition",
    author = "Tjong Kim Sang, Erik F.",
    booktitle = "{COLING}-02: The 6th Conference on Natural Language Learning 2002 ({C}o{NLL}-2002)",
    year = "2002",
    url = "https://aclanthology.org/W02-2024",
}

conll2002/es (پیکربندی پیش فرض)

• حجم دانلود : 3.95 MiB

• حجم مجموعه داده : 3.52 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'ner': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=9)),
    'pos': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=60)),
    'tokens': Sequence(Text(shape=(), dtype=string)),
})

• مستندات ویژگی :

• مثال‌ها ( tfds.as_dataframe ):

conll2002/nl

• حجم دانلود : 3.47 MiB

• حجم مجموعه داده : 3.55 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'ner': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=9)),
    'pos': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=12)),
    'tokens': Sequence(Text(shape=(), dtype=string)),
})

• مستندات ویژگی :

• مثال‌ها ( tfds.as_dataframe ):