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

llm_benchmarks - 大语言模型评估基准集合

GithubLLM人工智能开源项目机器学习自然语言处理语言理解

llm_benchmarks是一个全面的大语言模型评估基准集合,涵盖知识理解、推理能力、多轮对话和内容摘要等方面。该项目包含MMLU、ARC、GLUE等知名数据集,用于测试模型在不同任务中的表现。这一标准化工具为评估大语言模型性能提供了可靠依据,有助于相关技术的发展与应用。

bert-base-turkish-cased-ner - 土耳其语BERT命名实体识别模型实现99.61%准确率

BERTGithubHuggingface命名实体识别土耳其语言模型开源项目模型模型训练自然语言处理

该项目提供了一个基于BERT的土耳其语命名实体识别模型。通过使用精选的土耳其NER数据集进行微调，模型能够识别人名、组织机构和地点等实体。在多个测试集上，模型展现出优异性能，总体F1分数为96.17%，准确率达99.61%。项目还提供了简洁的使用接口，便于集成到各种土耳其语自然语言处理任务中。

xlm-roberta-large-finetuned-conll03-german - 基于XLM-RoBERTa的大型多语言模型优化德国文本的命名实体识别

GithubHuggingfaceXLM-RoBERTa命名实体识别多语言模型开源项目模型模型训练自然语言处理

该项目展示了一种基于大规模多语言数据训练的XLM-RoBERTa模型，专注于德语文本的命名实体识别和词性标注，能够高效解析德语文本，并通过内置管道进行自然语言理解任务的方便集成。

awesome-instruction-datasets - 多语言高质量开源数据集，促进NLP指令调优

Awesome Instruction DatasetsGithubInstruction TuningLLMsPrompt DatasetsRLHF Datasets开源项目

该项目提供多语言和多任务的高质量开源指令调优数据集，方便研究人员和开发者轻松访问和利用这些资源。收录数据集包括人类生成、自我指令生成和混合生成的数据，以加速NLP领域的发展，支持如ChatGPT的指令跟随型大语言模型的训练。

Knowledge-Graph-Tutorials-and-Papers - 知识图谱研究资源与教程综合指南

Github关系抽取实体识别开源项目知识图谱知识融合自然语言处理

该项目汇集了知识图谱领域的综合研究资源，涵盖从知识抽取、图谱构建到应用的各个方面。内容包括子领域论文、教程、工具，并重点关注数据库社区相关工作。此外，项目收录了顶尖学者的教程笔记、实用开源工具和基准数据集。这是知识图谱研究人员和开发者深入学习的一站式资源库。

NLP-Interview-Notes - 自然语言处理面试全攻略与实战技巧

GithubNLP事件抽取信息抽取关系抽取命名实体识别开源项目

该项目汇总了自然语言处理（NLP）领域的常见面试题和详细解析，包括信息抽取、命名实体识别、关系抽取、事件抽取等方面的内容。项目内容涵盖了对隐马尔科夫模型、最大熵马尔科夫模型、条件随机场以及深度学习结合CRF等算法的详细分析，帮助学习者掌握算法原理和实际应用。此外，还提供了各类实战技巧和常见问题的解决方法，全面助力NLP面试准备。

camembert-ner - 基于camemBERT的高性能法语命名实体识别模型

GithubHuggingfaceNERcamemBERTwikiner_fr实体识别开源项目模型自然语言处理

camembert-ner是一个在wikiner-fr数据集上微调的法语命名实体识别模型。该模型在非正式文本如电子邮件和聊天记录中表现出色，尤其善于识别不以大写字母开头的实体。它能够识别人名、组织、地点和其他杂项实体，并可通过HuggingFace框架轻松集成。模型的整体F1分数为0.8914，其中人名识别准确率最高，达到0.9483。

bert-base-swedish-cased-ner - BERT基础的瑞典语命名实体识别模型

ALBERTBERTGithubHuggingface命名实体识别开源项目模型瑞典语言模型自然语言处理

bert-base-swedish-cased-ner是瑞典国家图书馆开发的瑞典语命名实体识别模型。该模型基于BERT架构，使用大规模瑞典语语料库训练，并在SUC 3.0数据集上微调。它可识别人名、地点、组织等实体类型，支持瑞典语自然语言处理任务。研究人员可通过Hugging Face Transformers库调用此模型进行命名实体识别。

datasets - 最大的 ML 模型即用型数据集中心，具有快速、易用且高效的数据操作工具

APIApache ArrowGithubHugging Face开源项目数据集机器学习

🤗 Datasets是一个高效的轻量级数据处理库，支持一行代码完成数据集的下载和预处理。库支持Numpy、Pandas、PyTorch、TensorFlow和JAX等框架，并提供智能缓存及大规模数据集的流式处理，有效减轻内存限制的压力，简化机器学习和数据分析的前置工作。

google-research - 多项目代码和数据集共享平台

GitHubGithubGoogle Research代码库开源项目数据集许可证

Google Research提供多种项目的代码和数据集，数据集在CC BY 4.0国际许可下发布，源码文件在Apache 2.0许可下发布。用户可通过GitHub编辑器下载所需子目录，并进行浅克隆以提交拉取请求。库内容持续更新，最新更新时间为2023年。

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。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com