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
- f1k/katip-mask-nanoРазметка токенов 169
- f1k/katip-mask-baseРазметка токенов 161
- f1k/katip-mask-miniРазметка токенов 133
- furkanbekmezci/turkextract-turkish-information-extractionРазметка токенов 81
- girayyagmur/bert-base-turkish-ner-casedРазметка токенов 8
- zypchn/berturk-nerРазметка токенов 6
- WildGenie/nerextended-turkish-crfРазметка токенов 0
- altaidevorg/akana-pii-taggerРазметка токенов 0
Как загрузить
from datasets import load_dataset
ds = load_dataset("turkish-nlp-suite/turkish-wikiNER")