---
title: resume_ner
canonical_url: "https://www.modelscope.cn/datasets/iic/resume_ner"
md_url: "https://www.modelscope.cn/datasets/iic/resume_ner.md"
repository: iic/resume_ner
chinese_name: "Resume命名实体识别数据集"
last_updated: 2023-02-17
license: other
storage_size: "1.3 MB"
domain:
  - text
tasks:
  - token-classification
language:
  - zh
type:
  - ner
downloads: 22659
stars: 7
---

# resume_ner

> resume_ner - iic 在 ModelScope 开源的数据集。数据集概述 Resume数据集是面向简历的中文命名实体识别数据集。

iic/resume_ner 是 ModelScope 魔搭社区上的token-classification数据集，涉及 text 领域，存储大小 1.3 MB，采用 other 许可。

- **Repository**: iic/resume_ner
- **License**: other
- **Tasks**: token-classification
- **Domain**: text
- **Storage size**: 1.3 MB
- **Downloads**: 22659
- **Stars**: 7
- **Last updated**: 2023-02-17

Source: https://www.modelscope.cn/datasets/iic/resume_ner

---

# Resume命名实体识别数据集

## 数据集概述
Resume数据集是面向简历的中文命名实体识别数据集。

### 数据集简介
本数据集包括训练集（3821）、验证集（463）、测试集（477），实体类型包括国籍(CONT)、教育背景(EDU)、地名(LOC)、人名(NAME)、组织名(ORG)、专业(PRO)、民族(RACE)、职称(TITLE)。

### 数据集的格式和结构
数据格式采用conll标准，数据分为两列，第一列是输入句中的词划分，第二列是每个词对应的命名实体类型标签。一个具体case的例子如下：

```
1 O
9 O
7 O
0 O
年 O
出 O
生 O
， O
经 B-PRO
济 I-PRO
学 I-PRO
硕 B-EDU
士 I-EDU
， O
注 B-TITLE
册 I-TITLE
会 I-TITLE
计 I-TITLE
师 I-TITLE
、 O
注 B-TITLE
册 I-TITLE
税 I-TITLE
务 I-TITLE
师 I-TITLE
。 O

```

## 数据集版权信息

Creative Commons Attribution 4.0 International。

## 引用方式
  ```bib
    @inproceedings{levow-2006-third,
        title = "The Third International {C}hinese Language Processing Bakeoff: Word Segmentation and Named Entity Recognition",
        author = "Levow, Gina-Anne",
        booktitle = "Proceedings of the Fifth {SIGHAN} Workshop on {C}hinese Language Processing",
        month = jul,
        year = "2006",
        address = "Sydney, Australia",
        publisher = "Association for Computational Linguistics",
        url = "https://aclanthology.org/W06-0115",
        pages = "108--117",
    }
  ```