数据分为三大部分，即训练集、验证集、测试集。数据分为两种颗粒度，一种是句子级别的关系和包（若干个句子）级别的关系。以及用于训练词向量和语言模型的大规模无标注语料。
2023-04-23 12:40:17
515.63MB
2019年百度的实体链指比赛（ccks2019），一个baseline
2022-01-12 20:07:46
5KB
1
el-2019-基准
2019年百度的实体链指比赛（ccks2019， ://biendata.com/competition/ccks_2019_el/），一个基准
注：正式版已经更新至
模型
用BiLSTM做实体标注，然后匹配实体id。
1，标注结构是“半指针-半标注”结构，以前也曾介绍过（ ， 。）标注因此，如果您基于此模型做出后的修改，最终获奖了或者发表论文什么的，烦请注明一下（其实也不是太奢望）
@misc{
jianlin2019bdel,
title={Hybrid Structure of Pointer and Tagging for Entity Recognition and Linking: A Baseline},
author={Jianlin Su},
year={2019},
publisher={GitHub},
howp
2022-01-12 20:00:21
5KB
1
CCKS2019-任务5
引言
目前，PDF已成为电子文档发行和数字化信息传播的一个标准，其广泛的学术界的交流以及各类公告的发行。如何从非结构化的PDF文档中抽取结构化数据是知识图谱领域所面临的的一大挑战。此处利用Adobe公司开发的Acrobat DC SDK对PDF进行格式转换，从半结构化的中间文件进行信息转移。引用现有的开源PDF解析方法，Acrobat导出的中间文件保存了更完整在CCKS 2019年公众公司公告评论中，我们的方法获得总成绩第三名。在本次评估中，我们将公告文件（PDF）格式）转换成XML。对于任务一，我们通过查找表标签，获取PDF中所有的表格；然后根据表格的一部分，确定其
2021-12-28 14:36:08
54.12MB
1
中国临床神经内科
CCKS2019中文命名实体识别任务。从医疗文本中识别疾病和诊断，解剖部位，影像检查，实验室检查，手术和药物6种命名实体。实现基于捷巴和AC自动机的基线构建，基于BiLSTM和CRF的序列标注模型构造。伯尔尼的部分代码源于感谢作者。模型最终测试集重叠0.81，还有更多改进空间。
2021-10-04 20:01:00
42.36MB
1
ccks2019-ckbqa-4th代码
中文知识库问答代码，CCKS2019 CKBQA评价获得第四名解决方案
任务介绍
这个评估任务主要是基于中文开放域知识库的智能问答，主办方是北京大学的邹磊，胡森老师。秘书处是他们建造的PKUBASE，语料在上。我们主要是参考了ccks2018 COQA评价第二名的方法，在此基础上加入了基于Bert的序列标注，语义匹配等模型，以及替代等回答复杂问题的替代。具体方法在评估论文里，和本次比赛前三名的方法一起放在了/ pdf下供参考。
注意：因为这个程序依赖自己在本地服务器搭接的副本，所以不搭好合并的话，entity_extractor及之后的程序都是无法运行
2021-09-16 21:02:43
3.4MB
1
CCKS2019赛题《面向金融的事件主题》数据，为了方便以后下载，所以上传到CSDN上，因为在查找数据的时候发现只有train数据集，而没有eval数据集，所以上传上去，方便以后学习的时候下载。
2021-07-03 12:45:48
762KB
1
本次评测设立六项知识图谱方面的评测任务，共有1666支队伍参赛，该报告叙述了本次评测的任务描述，获奖队伍的使用方法和具体结果。
2021-05-20 12:53:39
1.75MB
1