比尔宰特大学 发布 Wojood 数据集, 应用在 命名实体识别、自然语言处理 领域

比尔宰特大学 本次发布的数据集 Wojood, Wojood是由比尔宰特大学创建的阿拉伯语嵌套命名实体语料库，包含约55万现代标准阿拉伯语和方言词汇，手动标注了21种实体类型。该数据集特别之处在于其注释了嵌套实体而非常见的扁平注释。数据集中约有7.5万个实体，其中22.5%为嵌套实体。通过多任务学习使用预训练的阿拉伯语BERT（AraBERT）模型进行验证，该模型在数据集上达到了0.884的总体微观F1分数。Wojood数据集覆盖多个领域，支持四层嵌套，并包含现代标准阿拉伯语和方言文本，旨在解决阿拉伯语嵌套命名实体识别的挑战。

查看Wojood

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。