登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Features that are generally used for SVM named entity recognition.
Features that are generally used for SVM named entity recognition.
收藏
Figshare
2015-12-02 更新
2026-04-29 收录
实体识别
特征工程
数据链接:
https://figshare.com/articles/dataset/_Features_that_are_generally_used_for_SVM_named_entity_recognition_/289708
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
Features that are generally used for SVM named entity recognition.
应用场景:
创建时间:
2015-12-02
相关数据集
doushabao4766/ontonotes_zh_ner
文本处理
实体识别
--- dataset_info: features: - name: id dtype: int64 - name: tokens sequence: string - name: ner_tags sequence: int64 splits: - name: train num_bytes: 7629700 num_exampl
Hugging Face
2023-05-26 更新
34
0
jatnikonm/jnm-ner-dataset
自然语言处理
实体识别
该数据集包含三个主要特征:id(整数类型)、tokens(字符串序列)和ner_tags(整数序列)。数据集分为训练集、验证集和测试集,分别包含2002、250和251个样本。训练集的大小为930382.91字节,验证集为116181.68字节,测试集为116646.41字节。总数据集大小为1163211.0字节,下载大小为165522字节。数据文件的路径配置为:训练集路径为data/train-
Hugging Face
2024-12-11 更新
14
0
ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_64_32_0.05_32_BestF1
实体识别
疾病
该数据集主要用于命名实体识别任务,特别是疾病相关的实体识别。数据集包含多个特征字段,如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels等。其中,ner_tags字段用于标注疾病相关的实体,标签包括O、B-Disease和I-Disease。数据集仅包含一个测试集(t
Hugging Face
2024-07-11 更新
9
0
Acknowledgement Entity Recognition Datasets
实体识别
自然语言处理
*The dataset to estimate the fraction of papers GROBID could extract acknowledgement sections (Section 4.2). * The dataset to compare sentence segmentation tools (Section 4.3 and Table 1). * The
DataCite Commons
2020-08-25 更新
16
0
Harshithacj123/NER_sample5
实体识别
自然语言处理
该数据集包含三个主要特征:input(输入)、instruction(指令)和output(输出),主要用于训练目的,训练集包含51个样本,数据集总大小为80663.0字节。
Hugging Face
2024-05-23 更新
13
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广