公开数据集

纽约时报带标注信息语料库
Scene:
OCR/Text DetectionData Type:
Classification
Data Preview ?
39.5M
Data Structure ?
*数据结构实际以真实数据为准
此版本中包含的数据与Jesse Dunietz和Dan Gillick撰写的名为“具有数百万个训练示例的新实体显性任务”(EACL 2014)一起发布。
训练数据包括2003-2006年的100,834个文档,以及19,261,118个带标注信息的实体。测试数据包括2007年以来的9,706个文档以及187,080个带标注的实体。
空白行分隔每个文档标注信息。文档注释的第一行包含NYT文档ID,后跟标题。随后的每一行都引用一个实体,并带有以下制表符分隔的字段:
实体索引自动推断显着性{0,1}提及计数(来自我们的共同参照系统)提及首次提及的MID的首次提及字节偏移起始位置的首次提及文本的字节偏移起始位置(来自我们的实体解析系统)
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。
一、数据来源与展示说明:
二、所有权说明:
三、数据转载说明:
四、侵权与处理说明:
0 条相关评论