数据集概述
本数据集为Nerwip语料库，包含408篇维基百科传记文章，人工标注了日期、地点、组织、人物四类实体，用于评估和比较NER工具在传记文本上的性能。还包含NER工具所需的模型、词典等文件，需按说明解压使用。
文件详解
- 文件名称：nerwip-4-data.zip
- 文件格式：ZIP
- 字段映射介绍：包含408篇标注传记文本及相关数据
- 文件名称：nerwip-3-data.zip
- 文件格式：ZIP
- 字段映射介绍：包含历史版本250篇标注传记文本数据
- 文件名称：nerwip-4-ner.zip
- 文件格式：ZIP
- 字段映射介绍：包含NER工具所需的模型、词典等支持文件
数据来源
GitHub仓库https://github.com/CompNet/nerwip
适用场景
- NER工具性能评估：用于对比不同命名实体识别工具在传记文本上的准确率、召回率等指标
- 传记文本实体分析：研究传记类文本中关键实体的分布特征和标注规律
- NLP模型训练：可作为命名实体识别任务的训练或测试数据集
- 工具开发支持：为Nerwip工具提供基础语料和运行所需的模型文件
