中文小说多种类型命名实体识别语料库
原文中文，约300字，阅读约需1分钟。发表于：。基于最大规模的多文类文学命名实体识别语料库，研究文学作品中不同类型实体的特征，并提出了几种基线命名实体识别模型，并进行了跨文类和跨域实验，结果表明文类差异显著影响 NER 性能，尽管不如文体领域与新闻领域之间的领域差异大，文学 NER 仍需要改进且由于文学作品中实体的高多样性，Out-of-Vocabulary（OOV）问题更具挑战性。
我们开发了一个塔加洛语命名实体识别（NER）数据集，填补了菲律宾语言中NER资源匮乏的空白。数据集包含约7.8k个文档，涵盖人名、组织和地点三个实体类型。我们对最先进的方法进行了实证评估，并公开发布了数据和处理代码，以促进塔加洛语自然语言处理的研究工作。
