多语言维基百科命名实体识别数据集
数据来源：互联网公开数据
标签：多语言,维基百科,命名实体识别,PER,LOC,ORG,MISC,自然语言处理,机器学习
数据概述：
本数据集是基于多语言维基百科内容的命名实体识别（NER）数据集，经过处理后包含218种语言的数据。数据集由GitHub用户afshinrahimi提供，数据下载地址为https://www.amazon.com/clouddrive/share/d3KGCRCIYwhKJF0H3eWA26hjg2ZCRhjpEQtDL70FSBN。数据集标注了以下四种实体类型：人名（PER）、地名（LOC）、组织名（ORG）及其他杂项（MISC），适用于多种语言的NER任务。
数据用途概述：
该数据集适用于多语言命名实体识别研究、自然语言处理任务、机器学习模型训练和评估等多个场景。研究人员可以利用此数据集进行跨语言NER模型的研究和开发；开发人员可借助数据提升其产品的多语言支持能力；教育机构可以使用数据集进行相关的教学和培训，帮助学习者掌握多语言文本处理技术。
数据集说明原文引用：
本数据集是Massively Multilingual Transfer for NER（https://arxiv.org/abs/1902.00193）研究的一部分，旨在支持多语言NER任务的广泛应用。
