乌兹别克语命名实体识别数据集2015

数据集概述

该数据集为乌兹别克语命名实体识别模型的训练与评估构建，包含一万一千六百三十四个句子（九万九千四百零八个词），经人工标注，采用BIOES方案标记实体边界与类型，由乌兹别克语专家审核确保准确性与一致性。

文件详解

• 文件名称: courpusNER2015 (11k sentences).xlsx
• 文件格式: Excel (.xlsx)
• 内容说明: 包含乌兹别克语命名实体识别标注语料，数据来源包括立法文件（来自lex.uz数据库）和人工创建的复杂结构句子，标注遵循BIOES实体标记规范

适用场景

• 自然语言处理研究: 用于乌兹别克语命名实体识别（NER）模型的训练、验证与测试
• 低资源语言技术开发: 支撑乌兹别克语文本处理工具（如信息抽取、机器翻译）的构建
• 语言学研究: 分析乌兹别克语正式文本（如法律文件）中的实体分布特征
• 语料库语言学: 为乌兹别克语标注语料库建设提供参考案例