面向艺术史图像描述的命名实体识别与关系抽取数据集
计算与语言
2026-02-24 v1
摘要
本文介绍 FRAME（Fine-grained Recognition of Art-historical Metadata and Entities），一个来自博物馆目录、拍卖行业listing、开放获取平台和学术数据库的艺术史图像描述的人工标注数据集，用于命名实体识别（NER）和关系抽取（RE）。筛选后的描述确保每段文本聚焦于单件艺术品，并包含关于其材料、构图或图标学的明确陈述。FRAME 提供三层标注：元数据层用于对象级属性、内容层用于描绘主体和图案、指代层用于链接重复提及。跨越所有层，实体跨度被标记为 37 种类型，并通过类型化 RE 链接连接提及。实体类型与 Wikidata 对齐，以支持命名实体链接（NEL）和下游知识图谱构建。数据集以 UIMA XMI 通用分析结构（CAS）文件形式发布，附带图像和书目元数据，可用于基准测试和微调 NER 和 RE 系统，包括大语言模型（LLM）的零样本和少样本设置。
引用
@article{arxiv.2602.19133,
title = {A Dataset for Named Entity Recognition and Relation Extraction from Art-historical Image Descriptions},
author = {Stefanie Schneider and Miriam Göldl and Julian Stalter and Ricarda Vollmer},
journal= {arXiv preprint arXiv:2602.19133},
year = {2026}
}