cross_ner_music

### cross_ner_ai 细粒度命名实体识别 数据分为10个标签类别，分别为: 地址（address）， 书名（book）， 公司（company）， 游戏（game）， 政府（goverment）， 电影（movie）， 姓名（name）， 组织机构（organization）， 职位（position）， 景点（scene） 数据详细介绍、基线模型和效果测评，见 https://github.com/CLUEbenchmark/CLUENER 技术讨论或问题，请项目中提issue或PR，或发送电子邮件到 [e-mail] * 测试集上SOTA效果见榜单：www.CLUEbenchmark.com ### Clone with HTTP ```bash git clone https://www.modelscope.cn/datasets/yingxi/cross_ner_music.git ```### cross_ner_ai 细粒度命名实体识别 本数据集共包含10类命名实体标签，具体如下： 地址（address）、 书名（book）、 公司（company）、 游戏（game）、 政府（government）、 电影（movie）、 姓名（name）、 组织机构（organization）、 职位（position）、 景点（scene） 本数据集的详细说明、基线模型及效果评测内容，请参见 https://github.com/CLUEbenchmark/CLUENER 如需技术讨论或遇到相关问题，可在项目仓库中提交issue或PR，或发送电子邮件至 [e-mail] * 测试集SOTA效果请参见榜单：www.CLUEbenchmark.com ### HTTP 克隆方式 bash git clone https://www.modelscope.cn/datasets/yingxi/cross_ner_music.git

搜集汇总

背景与挑战

背景概述

该数据集用于细粒度命名实体识别任务，涵盖10个实体类别，包括地址、书名、公司等。更多技术细节和性能评估可参考其GitHub项目页面。