乌兹别克语命名实体数据集构建研究

命名实体识别(NER)是自然语言处理领域的一个重要任务，用于在文本中识别实体并将其分类为预定义的类型。乌兹别克语(简称乌语)命名实体识别在国内外相关研究中处于初级阶段，目前为止尚没有公开、通用的乌语命名实体识别数据集，导致了乌语命名实体识别的进展受到了限制。该文旨在构建一个基于乌兹别克语新闻文本的NER数据集，收集了500篇乌兹别克语新闻文章，并人工标注了其中的人名、地名和组织机构名。随后，利用实体命名识别的主流深度学习模型在该数据集上进行了实验与比较分析。实验结果表明，主流深度学习模型的F₁值均在90%以上，证明了该文构建的数据集的有效性和可用性。该文旨在推动乌语命名实体识别领域的研究发展，为该领域提供数据集和基线模型，以扩展相关研究。