基于四份区域地质调查报告构建的命名实体识别试验数据集
马凯1田苗1谭永健1王曙2谢忠3,4邱芹军*3,4
1 三峡大学计算机与信息学院，宜昌4430022 中国科学院地理科学与资源研究所，资源与环境信息系统国家重点实验室，北京1001013 国家地理信息系统工程技术研究中心，武汉4300744 中国地质大学地理与信息工程学院，武汉430074
DOI:10.3974/geodb.2021.09.04.V1
出版时间:2021年9月
网页浏览次数：9578
数据下载次数：160
数据下载量：775.70 MB 数据DOI引用次数：
关键词：
区域地质调查报告,命名实体识别,一致性检查,测试,评估
摘要:
采用信息挖掘方法对地质调查报告进行信息抽取和挖掘，可以进一步利用现有报告的隐含价值，促进新知识的发现。在建立地质时间、地质构造、地层、岩石、矿物和地点六类典型的地质命名实体类型与关键词基础上，对尼玛区幅、治多县幅、金牛镇幅高桥幅、广东阳春县幅4幅区域地质调查报告，采用领域专家与团体交叉标注模式，在软件辅助下，对六大类实体进行命名实体标注试验研究，得到基于四份区域地质调查报告构建的命名实体识别试验数据集。该数据集共标注四轮，且每一阶段都对数据集进行了一致性检查、测试、评估等工作，其结果显示当三轮标注完成后，一致性检验结果均达到了85%以上。数据集存储格式为.txt文本，数据量为4.84 MB。数据论文
基金项目：
国家自然科学基金（42050101，U1711267，41871311，41871305）
数据引用方式：
马凯, 田苗, 谭永健, 王曙, 谢忠, 邱芹军*. 基于四份区域地质调查报告构建的命名实体识别试验数据集[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2021. https://doi.org/10.3974/geodb.2021.09.04.V1.
马凯,田苗,谭永健等. 基于四份区域地质调查报告构建的命名实体识别试验数据集研发[J].全球变化数据学报(中英文) 022,6(1): 78–84.
参考文献：
[1] 卢书炜, 杜凤军, 任建德. 尼玛区幅H45C001003 1/25万区域地质调查报告[DS]. 全国地质资料馆, 2002. DOI:10.35080/n01.c.93307.
[2]王毅智, 刘生军, 祁生胜等. 治多县I46C003004 1/25万区域地质调查地质报告[DS]. 全国地质资料馆, 2006. DOI:10.35080/n01.c.105419.
[3] 李雄伟, 吴兵, 施彬等. 金牛镇幅H50E012003高桥幅H50E013003 1/5万区域地质调查报告[DS]. 全国地质资料馆, 2009. DOI:10.35080/n01.c.123962.
[4]洪裕荣, 郭良田, 刘辉东等. 阳春县幅F49C002003 1/25万区域地质调查成果报告[DS]. 全国地质资料馆, 2004. DOI:10.35080/n01.c.122045.
数据下载:
| 序号 |
数据名 |
数据大小 |
操作 |
| 0 | Datapaper_无.pdf | 429.00kb | 下载 |
| 1 |
NERdata.txt |
4964.48KB |
|