La tarea consiste en detectar entidades semánticamente ambiguas y complejas en contextos cortos y con poca información (como títulos de medios, productos y grupos) en 11 idiomas (incluido el español) tanto en escenarios monolingües como multilingües.
Publicación
Shervin Malmasi, Anjie Fang, Besnik Fetahu, Sudipta Kar, and Oleg Rokhlenko. 2022. SemEval-2022 Task 11: Multilingual Complex Named Entity Recognition (MultiCoNER). In Proceedings of the 16th International Workshop on Semantic Evaluation (SemEval-2022), pages 1412–1437, Seattle, United States. Association for Computational Linguistics.
Idioma
Español
Inglés
NLP topic
Tarea abstracta
Dataset
Año
2022
Enlace publicación
Métrica Ranking
F1
Mejores resultados para la tarea
| Sistema | F1 Ordenar ascendente |
|---|---|
| DAMO-NLP | 0.8994 |
| USTC-NELSLIP | 0.8544 |
| Infrrd.ai | 0.7526 |
| MaChAmp | 0.7520 |
