ACE2005(Automatic Content Extraction)是一个用于信息抽取任务的公开数据集。该数据集主要用于评估自动化系统在从文本中提取结构化信息方面的性能,例如实体识别、关系抽取和事件抽取。
ACE2005数据集由LDC(Linguistic Data Consortium)发布,它包含了各种类型的文本,如新闻文章、采访、报告等。数据集中的文本涵盖了不同的领域,如政治、经济、体育等。
ACE2005数据集的标注主要包括以下几个方面:
1. 实体识别:标注文本中的命名实体,如人名、地名、组织机构名等。
2. 关系抽取:标注实体之间的关系,如人物之间的关系、组织机构的所在地等。
3. 事件抽取:标注文本中的事件,包括事件类型、触发词和参与实体等。
ACE2005数据集是一个广泛使用的数据集,被用于评估和比较不同的信息抽取系统的性能。它提供了一个标准的基准,使得研究者能够进行系统性能的比较和改进。
获取方法:
方法1:注册LDC账号并加入组织获取数据,官网链接:LDC官网https://www.ldc.upenn.edu/
方法2:关注公众号,回复ACE2005 LDC 语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg