turkish_shrinked_ner 数据集卡片

数据集概述

turkish_ner 的缩小处理版本（48个实体类型）。

原始的 turkish_ner 数据集：使用大规模索引编制的、用于命名实体识别和文本分类的自动注释土耳其语语料库。构建的索引包含约30万个实体，属于25个不同领域下的成千上万个细粒度实体类型。

缩小的实体类型包括：academic（学术）、academic_person（学术人士）、aircraft（飞机）、album_person（专辑人物）、anatomy（解剖学）、animal（动物）、architect_person（建筑师）、capital（首都）、chemical（化学物质）、clothes（服装）、country（国家）、culture（文化）、currency（货币）、date（日期）、food（食物）、genre（风格）、government（政府）、government_person（政府人士）、language（语言）、location（位置）、material（材料）、measure（测量单位）、medical（医学）、military（军事）、military_person（军方人员）、nation（国家）、newspaper（报纸）、organization（组织）、organization_person（组织人士）、person（人物）、production_art_music（制作艺术音乐）、production_art_music_person（制作艺术音乐人士）、quantity（数量）、religion（宗教）、science（科学）、shape（形状）、ship（船只）、software（软件）、space（空间）、space_person（空间人士）、sport（运动）、sport_name（运动名称）、sport_person（运动人士）、structure（结构）、subject（主题）、tech（技术）、train（火车）、vehicle（车辆）

支持的任务和排行榜

[需要更多信息]

语言

土耳其语

数据集结构

数据实例

[需要更多信息]

数据字段

[需要更多信息]

数据拆分

只有训练集。

数据集创建

策划理由

[需要更多信息]

源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

其他信息

数据集策划者

Behcet Senturk

许可信息

知识共享署名4.0国际

引用信息

[需要更多信息]

贡献者

感谢 @bhctsntrk 添加了此数据集。