ISTEX-EN Corpus: a scientific paper corpus manually annotated in named entities
Corpus EN-Istex : un corpus d'articles scientifiques annoté manuellement en entités nommées
Résumé
We present here a new free resource: the EN-ISTEX Corpus, a corpus of two hundred scientific papers manually annotated in named entities. These papers have been extracted from the two more representative scientific publishers of ISTEX platform. All fields are concerned, even if the so-called hard sciences, in particular the life sciences and health, are predominant.
Nous présentons ici une nouvelle ressource libre : le corpus EN-ISTEX, un corpus de deux cents articles scientifiques annotés manuellement en entités nommées. Ces articles ont été extraits des deux éditeurs scientifiques les plus importants de la plateforme ISTEX. Tous les domaines sont concernés, même si les sciences dites dures, en particulier les sciences du vivant et de la santé, sont prépondérantes. Parmi ceux-ci vingt articles ont été multi-annotés afin de vérifier l'adéquation du guide d'annotation et la fiabilité de l’annotation. L'accord inter annotateurs sur ces vingt textes s'élève à 91 %.
Fichier principal
67.pdf (394.25 Ko)
Télécharger le fichier
Video_TALN_Corpus_Gold.mp4 (73.11 Mo)
Télécharger le fichier
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|
