伦敦大学学院 发布 E-NER 数据集, 应用在 法律文本、命名实体识别 领域

伦敦大学学院 本次发布的数据集 E-NER, E-NER数据集是由伦敦大学学院计算机科学系创建的一个针对法律文本的命名实体识别（NER）数据集。该数据集基于美国证券交易委员会的EDGAR数据库中的法律公司文件，共包含52份文件，涵盖多种法律文书类型。数据集的创建过程涉及从HTML文本中提取句子并进行手动标注，以确保标签的准确性。E-NER数据集主要用于训练和测试NER模型在法律领域的应用，旨在提高法律文本处理中的信息提取准确性。

查看E-NER

README 内容： 

关于 伦敦大学学院 , 伦敦大学学院（University College London，简称UCL）是英国的一所顶尖综合性大学，位于伦敦市中心。它是伦敦大学系统的创始学院之一，也是英国G5超级精英大学之一。UCL在多个学科领域享有极高的声誉，尤其在医学、法律、经济学、计算机科学和人文科学等领域表现突出。

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。