Select Language

公开数据集

纽约时报带标注信息语料库

纽约时报带标注信息语料库

Scene:

OCR/Text Detection

Data Type:

Classification
所需积分:0 去赚积分?
  • 354浏览
  • 4下载
  • 0点赞
  • 收藏
  • 分享

贡献者查看主页

小小程序员

致力于人工智能业务的研究、数据集处理。

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)

    0相关评论
    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。