发布 KazNERD 数据集, 应用在 命名实体识别、自然语言处理 领域

本次发布的数据集 KazNERD, KazNERD数据集是一个用于哈萨克语命名实体识别（NER）的数据集，包含从电视新闻文本中提取的112,702个句子，这些句子由两位母语为哈萨克语的专家在监督下进行手动标注。数据集采用IOB2标注方案，包含136,333个标注，涵盖25个实体类别。此外，数据集还提供了哈萨克语的标注指南和用于训练不同NER模型的代码（如CRF、BiLSTM-CNN-CRF、BERT和XLM-RoBERTa）。数据集的来源是电视新闻文本，大小为112,702个句子和136,333个标注，使用CC BY 4.0许可证，并提供了数据集的GitHub仓库链接。

查看KazNERD

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。