ویکیان، ویکیان

• توضیحات :

WikiANN (گاهی اوقات PAN-X نامیده می‌شود) مجموعه داده‌های چندزبانه شناسایی موجودیت است که از مقالات ویکی‌پدیا با برچسب‌های LOC (مکان)، PER (شخص) و ORG (سازمان) در قالب IOB2 حاشیه‌نویسی شده است. این نسخه مربوط به تقسیم‌های متوازن قطار، توسعه و آزمایش رحیمی و همکاران است. (2019)، که از 176 زبان از 282 زبان موجود در مجموعه اصلی WikiANN پشتیبانی می کند.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : https://github.com/afshinrahimi/mmner

• کد منبع : tfds.text.wikiann.Wikiann

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 223.28 MiB

• ذخیره خودکار ( اسناد ): بله

• ساختار ویژگی :

FeaturesDict({
    'langs': Sequence(Text(shape=(), dtype=string)),
    'spans': Sequence(Text(shape=(), dtype=string)),
    'tags': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=7)),
    'tokens': Sequence(Text(shape=(), dtype=string)),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نقل قول :

@inproceedings{rahimi-etal-2019-massively,
    title = "Massively Multilingual Transfer for {NER}",
    author = "Rahimi, Afshin  and
      Li, Yuan  and
      Cohn, Trevor",
    booktitle = "Proceedings of the 57th Annual Meeting of the Association     for Computational Linguistics",
    month = jul,
    year = "2019",
    address = "Florence, Italy",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/P19-1015",
    pages = "151--164",
}