К содержимому

Датасет · turkish-nlp-suite

Разметка именованных сущностей (NER) на турецком языке

turkish-nlp-suite/turkish-wikiNER

20 тысяч предложений из турецкой Википедии с переразмеченными именованными сущностями для обучения NER-моделей.

Что внутри

Корпус состоит из 20 000 предложений на турецком языке, взятых из Википедии (выборка из набора Kuzgunlar NER) и заново размеченных командой Co-one. Тексты разбиты на токены с тегами именованных сущностей; этот же набор использовался при создании новых пакетов для турецкого языка в библиотеке spaCy.

Что можно сделать

  • Обучение и дообучение моделей распознавания именованных сущностей (NER) для турецкого языка
  • Тестирование и сравнение пайплайнов токен-классификации на турецких текстах
  • Извлечение имён, дат и организаций из новостных и энциклопедических текстов на турецком
Задачи
Разметка токенов
Языки
Турецкий
Размер
10K–100K записей
Скачиваний за месяц
512
Лайков
15

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("turkish-nlp-suite/turkish-wikiNER")