Coref resolution 数据集Conll-2012下载和处理

最新推荐文章于 2024-07-12 00:31:23 发布
最新推荐文章于 2024-07-12 00:31:23 发布
阅读量1.8k 收藏 2
点赞数 2
分类专栏： 深度学习 文章标签： 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yangjingyi0730/article/details/113243282
版权
本文介绍了如何下载和处理Coref Resolution任务的数据集CONLL-2012，包括从指定链接下载多个tar.gz文件，使用tar命令解压，理解解压后的文件结构，以及利用scripts转换文件格式。注意，转换过程中需将脚本中的python2命令改为python3，并修改相应编码问题。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
希望快快成长
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
专栏目录
conll-2012.rar
03-12
conll 2012 shared task 数据集 包括六个文件 conll-2012-development.v4.tar.gz conll-2012-scripts.v3.tar.gz conll-2012-test-key.tar.gz conll-2012-test-official.v9.tar.gz conll-2012-test-supplementary.v9.tar.gz conll-2012-train.v4.tar.gz 地址：https://cemantix.org/conll/2012/data.html
conll-2012
01-11
OntoNotes 5.0的中文部分包括250K字的新闻专线数据，270K字的广播新闻和170K的广播会话。 新闻专线的数据来自中国树库5.0。 250K包括100K的新华新闻数据（chtb_001.fid到chtb_325.fid）和来自Sinorama新闻杂志的150K数据（chtb_1001.fid到chtb_1078.fid）。 广播新闻数据是来自TDT4的274K字，并且是从LDC为自动内容提取（ACE）程序注释的数据中选择的。已将这些文件的编号chtb_2000.fid分配给chtb_3145.fid。 广播对话数据是170K字，取自LDC的GALE数据。 50K的原始中文数据也用英文注释，另外55K的中文数据代表原始英语广播对话翻译成中文。 Web数据包括215K令牌，其中15K来自P2.5评估，86K来自Dev09数据。此外，110K的Web数据由40K并行中文源数据和70K并行英文原始数据组成。 电话会话语料库包括大约100K的中文CallHome数据，用解析，命题，名称和共同参考信息注释。
LDC(Linguistic Data Consortium)历年份数据集汇总
最新发布
xixi_coder的博客
07-12 46
2024 LDC2024T02 AIDA Scenario 1 Practice Topic Annotation LDC2024T06 AIDA Scenario 2 Practice Topic Annotation LDC2024T04 AIDA Scenario 2 Practice Topic Source Data LDC2024T05 Automatic Content Extraction for Portuguese LDC2024S04
conll2000 conll2002 conll2003 conll2007 conll2012
05-10
本人将conll相关的数据集做了整理,大家可以下载使用,我也写了相关的数据集的说明,也在我的博客里.希望大家有兴趣的可以一块交流学习.
共指消解CoNLL-2012/OntoNotes数据集下载与处理
weixin_47779143的博客
12-13 610
至此，everything is down！
Core50数据集
不务正业的猿
10-07 1365
原文： CORe50, specifically designed for (C)ontinual (O)bject (Re)cognition, is a collection of 50 domestic objects belonging to 10 categories: plug adapters, mobile phones, scissors, light bulbs, cans, glasses, balls, markers, cups and remote controls. Clas
conll-2012-formatted-ontonotes-5.0中文数据格式说明
一休哥的专栏
05-08 858
CoNLL-2012 数据格式是用于自然语言处理任务的一种常见格式，特别是在命名实体识别、词性标注、句法分析和语义角色标注等领域。这种格式在 CoNLL-2012 共享任务中被广泛使用，该任务主要集中在语义角色标注上。CoNLL-2012 数据格式通常包括多列，每列包含不同类型的语言学信息。这个示例中同一共指簇的信息为 [82, 9, 9], [82, 6, 7]，表示第9个词“其”和第6和第7“卡通形象”，指代相同。第二列是文档片段iid，大部分是0。其中，共指标记中，相同数字的表示同一指代簇。
conll-corpors.zip
06-21
与会者每年都会共享和讨论最新的研究成果，其中一个重要组成部分就是数据集的发布。在提及的"conll-corpors.zip"压缩包中，包含了多个CoNLL组织历年发布的语料库，包括CoNLL2000、CoNLL02、CoNLL03、CoNLL04、CoNLL...
深度学习领域yolov5算法在深海海星目标检测（带数据集）-yolov5-high-resolution-training
06-18
深度学习领域yolov5算法在深海海星目标检测（带数据集）--yolov5-high-resolution-training 数据集太大，可联系我下载。 语言：python 内容包括：源码、数据集、数据集描述 目的：使用yolov5算法在深海海星中目标...
WHU-RS19 武汉大学深度学习数据集_whu building dataset 武汉大学,whu数据集
08-25
Transferring Deep Convolutional Neural Networks for the ... 从Google Earth（Google Inc.）收集的WHU-RS数据集[6]是一个新的公开可用的数据集，其包含大小为600×600像素的950幅图像，均匀分布在19个场景类中。
SIRI-WHU Data Set 遥感影像数据集.7z
07-13
该数据集由武汉大学于 2016 年发布，相关论文有《Bag-of-Visual-Words Scene Classifier with Local and Global Features for High Spatial Resolution Remote Sensing Imagery》和《Dirichlet-Derived Multiple ...
Core数据集+PyG实现Core分类
03-09
Core数据集+PyG实现Core分类
CoNLL 2019 最佳论文与特别奖！.zip
11-06
CoNLL 2019 （https://www.conll.org/accepted-2019）是由ACL下属的 SIGNLL 主办的计算自然语言学习会议，以下附上本届大会上的最佳论文与特别奖（包括最佳论文奖、最佳论文荣誉提名、特别奖-最佳研究论文荣誉提名、特别奖-受人类语言学习和处理启发的最佳研究论文）论文，欢迎大家下载、学习。
coref：BERT用于共指解析
02-03
BERT和SpanBERT用于共指解析 该存储库包含该论文的代码和模型，。 此外，我们还包括论文分辨率模型，这是OntoNotes（79.6 F1）的最新技术。 请参阅以了解其他任务。 模型架构本身是模型的扩展。 建立 安装python3要求： pip install -r requirements.txt export data_dir=</path> ./setup_all.sh ：这将构建自定义内核 预训练共指模型 请下载以下文件，以对数据使用预训练的共参照模型。 如果您想训练自己的共参照模型，则可以跳过此步骤。 模型 <model>下载 F1（
Set5-数据集
03-26
Set5数据集是为评估和开发这些技术而创建的，它包含了一系列精心选择的高分辨率图像，经过下采样处理后形成低分辨率图像，用于训练和测试超分辨率算法。 Set5数据集的特点在于它的图像质量高、细节丰富，适合用于...
树库介绍
continueOo的博客
05-31 5378
转载于码农场 本文旨在介绍CoNLL格式的中文依存语料库（汉语依存树库）、CoNLL格式相关工具，以及提供两个公开的中文依存语料库下载。 最近做完了分词、词性标注、命名实体识别、关键词提取、自动摘要、拼音、简繁转换、文本推荐，感觉HanLP初具雏形。现在希望拿下依存句法分析，这样我就做出了史上第一个个人开发的功能最全面的自然语言处理基础工具库了。 树库的类型 谈到依存语料库，还是少
【Bert】（十三）命名实体识别--CoNLL数据介绍及标注
mjiansun的专栏
03-10 2571
BiLSTM中的CRF层（一）简介_徐先森的博客-CSDN博客_bilstm crf BiLSTM中的CRF层（二）CRF层_徐先森的博客-CSDN博客 BiLSTM中的CRF层（三）CRF损失函数_徐先森的博客-CSDN博客_crf损失函数 Tensorflow1.x实现BiLstm+CRF_徐先森的博客-CSDN博客 ...
命名实体识别conll 数据集
热门推荐
coolerzZ的博客
10-24 1万+
为啥这种数据集还藏着掖着，花了1块5，现在把资源分享出来 数据集详情 看了一下好像12的数据有问题不能用，其他的应该没问题 链接：芝麻开门 密码：i0nq ...
Stanford CoreNLP生成CoNLL数据格式
Gamma Gao的专栏
11-13 7027
Stanford CoreNLP + Java 8: https://stanfordnlp.github.io/CoreNLP/index.html 斯坦福大学CoreNLP提供了一套人类语言技术工具。它可以给出词的基本形式，词类，是否是公司名称，人名等，规范日期，时间和数量，根据短语和句法依赖标记句子的结构，指出哪些名词短语是指相同的实体，表示情感，提取实体提及的特定或开放的类关系，得到人
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值