OntoValidate: OntoNotes 5.0 NER validation dataset - Open Research Data - MOST Wiedzy

Twoje konto

zaloguj

Wyszukiwarka

OntoValidate: OntoNotes 5.0 NER validation dataset

wersja 1.2

Opis

OntoValidate dataset consists of 603 randomly chosen raw texts
from the original OntoNote 5.0 dataset (3637 raw texts in total).

All raw texts are split into 13 subsets. Each subset was manually
annotated with named entities by at least 10 people. Each annotator followed 
the official annotation guidelines (OntoNotes Named Entity Guidelines VERSION 14.0)
that are distributed together with the OntoNotes 5.0 dataset. 

The OntoValidate dataset allows for a comparison of how different people
understand the named entity recognition task. On the other hand, it also gave us
some insights about the precision of annotation guidelines itself.

Format

Each directory of the OntoValidate dataset represents a separate annotator.
The first number in the directory name is the sequence number of the subset, the second is
the sequence number of the annotator. Each directory contains the JSON files that contain
the annotations in spaCy JSON format. 

All annotations were created using the NER Text Annotator tool (https://tecoholic.github.io/ner-annotator/).

Plik z danymi badawczymi

data.zip
12.4 MB, S3 ETag 9923bb32afbb57014445662d1881072d-1, pobrań: 35
Hash pliku liczony jest ze wzoru
hexmd5(md5(part1)+md5(part2)+...)-{parts_count} gdzie pojedyncza część pliku jest wielkości 512 MB

Przykładowy skrypt do wyliczenia:
https://github.com/antespi/s3md5
pobierz plik data.zip

Informacje szczegółowe o pliku

Licencja:
Creative Commons: 0 1.0 otwiera się w nowej karcie
CC 0
Przekazanie do Domeny Publicznej

Informacje szczegółowe

Rok publikacji:
2024
Data zatwierdzenia:
2024-10-30
Język danych badawczych:
angielski
Dyscypliny:
  • informatyka techniczna i telekomunikacja (Dziedzina nauk inżynieryjno-technicznych)
DOI:
Identyfikator DOI 10.34808/htvn-p914 otwiera się w nowej karcie
Weryfikacja:
Politechnika Gdańska

Słowa kluczowe

Cytuj jako

Autorzy

Wersja ten dokument posiada różne wersje

DOI 10.34808/x2x8-xt69 reprezentuje ostatnią wersję danych.

wyświetlono 62 razy