conll2002

• Descrição :

A tarefa compartilhada de CoNLL-2002 diz respeito ao reconhecimento de entidade nomeada independente de linguagem. Os tipos de entidades nomeadas incluem: pessoas, locais, organizações e nomes de diversas entidades que não pertencem aos três grupos anteriores. Os participantes da tarefa compartilhada receberam dados de treinamento e teste para pelo menos dois idiomas. Fontes de informação diferentes dos dados de treinamento podem ter sido usadas nesta tarefa compartilhada.

• Página inicial : https://aclanthology.org/W02-2024/

• Código -fonte: tfds.text.conll2002.Conll2002

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Cache automático ( documentação ): Sim

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Citação :

@inproceedings{tjong-kim-sang-2002-introduction,
    title = "Introduction to the {C}o{NLL}-2002 Shared Task: Language-Independent Named Entity Recognition",
    author = "Tjong Kim Sang, Erik F.",
    booktitle = "{COLING}-02: The 6th Conference on Natural Language Learning 2002 ({C}o{NLL}-2002)",
    year = "2002",
    url = "https://aclanthology.org/W02-2024",
}

conll2002/es (configuração padrão)

• Tamanho do download : 3.95 MiB

• Tamanho do conjunto de dados : 3.52 MiB

• Divisões :

Dividir	Exemplos
'dev'	1.916
'test'	1.518
'train'	8.324

• Estrutura de recursos :

FeaturesDict({
    'ner': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=9)),
    'pos': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=60)),
    'tokens': Sequence(Text(shape=(), dtype=string)),
})

• Documentação do recurso:

Funcionalidade	Aula	Forma	Tipo D	Descrição
	RecursosDict
ner	Sequência(ClassLabel)	(Nenhum,)	int64
pos	Sequência(ClassLabel)	(Nenhum,)	int64
fichas	Sequência (Texto)	(Nenhum,)	fragmento

• Exemplos ( tfds.as_dataframe ):

conll2002/nl

• Tamanho do download : 3.47 MiB

• Tamanho do conjunto de dados : 3.55 MiB

• Divisões :

Dividir	Exemplos
'dev'	2.896
'test'	5.196
'train'	15.807

• Estrutura de recursos :

FeaturesDict({
    'ner': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=9)),
    'pos': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=12)),
    'tokens': Sequence(Text(shape=(), dtype=string)),
})

• Documentação do recurso:

Funcionalidade	Aula	Forma	Tipo D	Descrição
	RecursosDict
ner	Sequência(ClassLabel)	(Nenhum,)	int64
pos	Sequência(ClassLabel)	(Nenhum,)	int64
fichas	Sequência (Texto)	(Nenhum,)	fragmento

• Exemplos ( tfds.as_dataframe ):