北京化工大学 发布 Twitter2015-Urdu 数据集, 应用在 乌尔都语、多模态命名实体识别 领域

北京化工大学 本次发布的数据集 Twitter2015-Urdu, Twitter2015-Urdu数据集是首个为乌尔都语多模态命名实体识别（MNER）设计的MNER数据集，由Twitter2015英语数据集翻译和标注而成，确保了文本和图像在文化和语言上的相关性。该数据集经过精心设计，以支持严格的实验，并促进乌尔都语MNER研究的进展。该数据集的创建过程包括数据收集、数据预处理、翻译和审查、分词、数据标注以及质量控制与验证等关键步骤。该数据集的发布旨在解决低资源语言如乌尔都语在MNER领域的挑战，并为未来研究提供基准数据集。

查看Twitter2015-Urdu

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。