entity-recognition-datasets

多领域实体识别和命名实体识别任务数据集

Entity Recognition Named Entity Recognition Datasets NER Annotations Github 开源项目

此库包含多个领域的实体识别和命名实体识别（NER）任务数据集，包括新闻、社交媒体、医学等。项目提供数据目录和转换代码，部分数据因许可证限制无法直接共享。虽然自2020年起更新较少，但仍接受通过issue或pull request添加的数据集，并支持多种语言的NER数据，如德语、西班牙语和荷兰语等。

文档

conv-emotion - 会话情感识别技术及最新数据集与模型更新

COSMICDialogueGCNGithubRECCONTL-ERCemotion recognition开源项目

本页面介绍了会话情感识别技术，包括用于识别会话情感的多种基于PyTorch和TensorFlow的模型，如COSMIC、TL-ERC和DialogueGCN。还提供了最新的多模态多方对话数据集和相关基准数据集，并介绍了识别会话情感原因和对话生成的技术。这些技术通过建模对方状态和跨人际依赖关系来实现情感识别。最新更新包括M2H2数据集和相关基线模型，并链接至其他重要项目和研究。

ner-german - 德语命名实体识别模型集成Flair嵌入和LSTM-CRF技术

FlairGithubHuggingface命名实体识别序列标注开源项目德语模型自然语言处理

这是一个德语命名实体识别(NER)模型，基于Flair框架开发。模型可识别文本中的人名、地名、组织名和其他专有名词，在CoNLL-03德语修订版数据集上F1分数达87.94%。采用Flair嵌入和LSTM-CRF技术，提供高精度的德语NER功能。该模型易于使用，只需几行Python代码即可集成到NLP项目中。

xlm-roberta-base-ner-silvanus - 基于XLM-RoBERTa的多语言命名实体识别模型

GithubHuggingfaceNERXLM-RoBERTa命名实体识别多语言模型开源项目模型零样本迁移学习

该模型基于xlm-roberta-base在印尼NER数据集上微调而来，可从社交媒体文本中提取位置、日期和时间信息。虽然训练数据为印尼语，但通过零样本迁移学习，模型支持英语、西班牙语、意大利语和斯洛伐克语的信息提取。在验证集上，模型展现出91.89%的精确率、92.73%的召回率和92.31%的F1分数，显示了其在多语言命名实体识别任务中的有效性。

ai_projects - 多领域机器学习项目开源仓库

AI项目GitHubGithubMiguel Fierro开源项目机器学习深度学习

ai_projects是一个涵盖多个机器学习领域的开源项目仓库。内容包括CNN、转移学习、推荐系统和自然语言处理等主题。每个项目都配有Jupyter笔记本和相关博客文章，为开发者和研究者提供实践资源。仓库定期更新，展示AI技术在实际应用中的最新进展。

semantic-segmentation - 提供丰富数据集和易于定制的语义分割模型

GithubPyTorchSOTASemantic Segmentation开源项目数据集模型库

该项目提供易于使用和定制的SOTA语义分割模型，支持多种任务和数据集。适合高精度和定制应用场景，涵盖场景解析、人类解析、人脸解析等任务。特点包括多种主干网络和分割模型，支持PyTorch、ONNX、TFLite等框架的推理和导出。即将迎来重大更新，包括新的训练流程、预训练模型、教程和分布式训练支持。用户可通过详细文档和示例轻松使用并配置定制数据集，实现高效的语义分割。

ai-audio-datasets - 提供多语言、多情感的语音、音乐和音效数据支持AI模型训练

AI Audio DatasetsAI model trainingAIGCGenerative AIGithub开源项目音频应用

AI Audio Datasets (AI-ADS) 🎵 提供多样化的语音、音乐和音效数据集，适用于生成式AI、AIGC、AI模型训练、智能音频工具开发及音频应用。该项目包含多种数据集，如AISHELL、阿拉伯语语音语料库、AudioMNIST等，覆盖多种语言和情感，适合多种语音识别和合成研究。用于训练多语种语音识别、语音转文字及语音情感转换等AI系统，提升AI音频技术的应用和开发水平。

prodigy-recipes - 精准的自定义数据标注脚本，提升文本和图像模型性能

GithubProdigy命名实体识别图像标注开源项目文本分类脚本工具

本项目提供了一系列自定义的Prodigy脚本食谱，涵盖命名实体识别、文本分类、术语提取和图像标注等任务，旨在帮助提升训练数据的质量和模型性能。这些脚本附有详细注释和简化示例，适合处理各种数据标注需求。使用这些脚本需拥有Prodigy许可。

NLP-progress - 追踪自然语言处理领域进展的开源项目

GithubNLP任务SOTA多语言开源项目数据集自然语言处理

这是一个开源项目，旨在追踪自然语言处理领域的最新进展。该项目涵盖了从词性标注到阅读理解等多种NLP任务，提供基准数据集和顶尖模型性能对比。它包含多语言NLP任务进展，为研究人员提供了解行业现状的重要参考。项目持续更新，反映了NLP技术的快速发展。

ClinicalNER - 多语言临床命名实体识别模型提取医疗文本中的药物和用药信息

GithubHuggingfaceMedNERFXLM-R临床命名实体识别医疗文本分析多语言模型开源项目模型

ClinicalNER是一个基于XLM-R Base的多语言临床命名实体识别模型，通过英语n2c2数据集微调。该模型能从医疗文本中提取药物、剂量、频率、持续时间、用量和剂型等实体信息。在法语评估测试集MedNERF上，ClinicalNER展现了优异的零样本跨语言迁移能力，micro-F1分数达0.804。支持英、法、德、西、意等多种语言，ClinicalNER为临床文本分析提供了实用的工具。

ir_datasets - 统一信息检索数据集接口的Python工具

GithubPython包ir_datasets信息检索开源项目数据集文档检索

ir_datasets是一个Python工具包,为信息检索领域的多种数据集提供统一接口。它可自动下载和处理公开数据集,并为非公开数据集提供获取指南。该工具支持Python和命令行使用,能处理大规模数据集,并修正已知问题。通过快速随机文档访问和灵活迭代切片等功能,ir_datasets简化了信息检索研究中的数据处理流程。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com