阿萨努拉大学 发布 ANCHOLIK-NER 数据集, 应用在 自然语言处理、方言识别 领域

阿萨努拉大学 本次发布的数据集 ANCHOLIK-NER, ANCHOLIK-NER是一个面向孟加拉区域方言命名词义识别的语言多样性格式数据集，覆盖了锡尔赫特、吉大港和巴里萨尔三个地区的方言变化。该数据集由约10443个句子组成，每个地区约3481个句子，数据来源于两个公开可用的数据集以及通过网页抓取的各种在线报纸和文章。数据集使用BIO标注方案进行高质量的专业标注，分为各自独立的子集，并以CSV格式提供，每个条目包含文本数据和识别的命名实体及其相应注释。

查看ANCHOLIK-NER

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。