印度浦那计算机技术研究所 发布 L3Cube-MahaSocialNER 数据集, 应用在 命名实体识别、Marathi语言 领域

印度浦那计算机技术研究所 本次发布的数据集 L3Cube-MahaSocialNER, L3Cube-MahaSocialNER是由印度浦那计算机技术研究所的L3Cube实验室创建的，专为马拉地语命名实体识别（NER）设计的社交媒体数据集。该数据集包含18,000个手动标注的句子，覆盖8种实体类别，特别针对社交媒体数据的非标准语言和非正式习语等挑战。数据集的创建过程涉及内部创建和手动标注，使用IOB和非IOB标注方案。该数据集支持实时应用，如社交媒体平台上的公众意见分析、新闻和市场营销，为马拉地语NER模型的开发提供了宝贵的资源。

查看L3Cube-MahaSocialNER

README 内容： 

关于 印度浦那计算机技术研究所 , 印度浦那计算机技术研究所是位于印度马哈拉施特拉邦浦那的一所专注于计算机技术研究的机构。

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。