NNE：用于英文新闻专线中嵌套命名实体识别的数据集
计算与语言
2019-06-05 v1
摘要
命名实体识别（NER）在自然语言处理应用与下游任务中被广泛使用。然而，大多数 NER 工具针对来自流行数据集的扁平标注，忽略了嵌套实体提及中可用的语义信息。我们描述了 NNE——一个在 Penn Treebank（PTB）完整 Wall Street Journal 部分上的细粒度嵌套命名实体数据集。我们的标注包含 279,795 个提及、114 种实体类型，嵌套层数最多达 6 层。我们希望这个英文新闻专线大型数据集的公开发布能鼓励针对嵌套 NER 的新技术研发。
引用
@article{arxiv.1906.01359,
title = {NNE: A Dataset for Nested Named Entity Recognition in English Newswire},
author = {Nicky Ringland and Xiang Dai and Ben Hachey and Sarvnaz Karimi and Cecile Paris and James R. Curran},
journal= {arXiv preprint arXiv:1906.01359},
year = {2019}
}
备注
ACL 2019