conll2002

• Descripción :

La tarea compartida de CoNLL-2002 se refiere al reconocimiento de entidades con nombre independiente del idioma. Los tipos de entidades nombradas incluyen: personas, lugares, organizaciones y nombres de entidades misceláneas que no pertenecen a los tres grupos anteriores. A los participantes de la tarea compartida se les ofreció capacitación y datos de prueba para al menos dos idiomas. Es posible que en esta tarea compartida se hayan utilizado fuentes de información distintas de los datos de entrenamiento.

• Página de inicio: https://aclanthology.org/W02-2024/

• Código fuente : tfds.text.conll2002.Conll2002

• Versiones :

  • 1.0.0 (predeterminado): versión inicial.

• Almacenamiento automático en caché ( documentación ): Sí

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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 (configuración predeterminada)

• Tamaño de la descarga : 3.95 MiB

• Tamaño del conjunto de datos : 3.52 MiB

• Divisiones :

Separar	Ejemplos
'dev'	1,916
'test'	1,518
'train'	8,324

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
ner	Secuencia (Etiqueta de clase)	(Ninguno,)	int64
posición	Secuencia (Etiqueta de clase)	(Ninguno,)	int64
fichas	Secuencia (Texto)	(Ninguno,)	cadena

• Ejemplos ( tfds.as_dataframe ):

conll2002/nl

• Tamaño de la descarga : 3.47 MiB

• Tamaño del conjunto de datos : 3.55 MiB

• Divisiones :

Separar	Ejemplos
'dev'	2,896
'test'	5,196
'train'	15,807

• Estructura de características :

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)),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
ner	Secuencia (Etiqueta de clase)	(Ninguno,)	int64
posición	Secuencia (Etiqueta de clase)	(Ninguno,)	int64
fichas	Secuencia (Texto)	(Ninguno,)	cadena

• Ejemplos ( tfds.as_dataframe ):