DAYSTREAM Annotierter Textkorpus von Verkehrsmeldungen
Published by Mobilithek
About this dataset
Der DAYSTREAM Korpus ist ein Datensatz von 3541 Verkehrsmeldungen, in denen Eigennamen (z.B. Straßen, Linien, Haltestellen), deren Referenzids (z.B. DHID, DLID, OSM-IDs), sowie Relationen (z.B. Stau, Unfall, Schienenersatzverkehr) manuell annotiert sind. Der Datensatz kann als Trainings- bzw. Testkorpus für Informationsextraktionsaufgaben wie Eigennamenerkennung, Entity Linking und Relationsextraktion genutzt werden. Datensatzstatistiken: Twitter RSS Total docs 2825 716 3541 tokens 69188 34630 103818 entities 15280 8112 23392 relations 365 427 792 docs with annotated relations 305 338 643 linked entities (org|loc) 5138 3331 8469 NIL entities 4764 1698 6462 Der DAYSTREAM Korpus wird unter der CC-BY 4.0 Lizenz veröffentlicht. Wenn Sie diese Daten verwenden, sollten Sie folgende Publikation zitieren: A German Corpus for Fine-Grained Named Entity Recognition and Relation Extraction of Traffic and Industry Events. Martin Schiersch, Veselina Mironova, Maximilian Schmitt, Philippe Thomas, Aleksandra Gabryszak, Leonhard Hennig. Proceedings of LREC, 2018. Weiterführende Informationen und Details: https://github.com/DFKI-NLP/daystream-corpus/