dc.contributor.author | Ingólfsdóttir, Svanhvít Lilja |
dc.contributor.author | Guðjónsson, Ásmundur Alma |
dc.contributor.author | Loftsson, Hrafn |
dc.date.accessioned | 2020-06-12T15:50:17Z |
dc.date.available | 2020-06-12T15:50:17Z |
dc.date.issued | 2020-06-12 |
dc.identifier.uri | http://hdl.handle.net/20.500.12537/42 |
dc.description | This Icelandic named entity (NE) corpus, MIM-GOLD-NER, is a version of the MIM-GOLD corpus tagged for NEs. Over 48 thousand NEs are tagged in this corpus of one million tokens, which can be used for training named entity recognizers for Icelandic. The MIM-GOLD-NER corpus was developed at Reykjavik University in 2018–2020, funded by the Strategic Research and Development Programme for Language Technology (LT). Two LT students were in charge of the corpus annotation and of training named entity recognizers using machine learning methods. A semi-automatic approach was used for annotating the corpus. Lists of Icelandic person names, location names, and company names were compiled and used for extracting and classifying as many named entities as possible. Regular expressions were then used to find certain numerical entities in the corpus. After this automatic pre-processing step, the whole corpus was reviewed manually to correct any errors. The corpus is tagged for eight named entity types: PERSON – names of humans, animals and other beings, real or fictional. LOCATION – names of locations, real or fictional, i.e. buildings, street and place names, both real and fictional. All geographical and geopolitical entities such as cities, countries, counties and regions, as well as planet names and other outer space entities. ORGANIZATION – companies and other organizations, public or private, real or fictional. Schools, churches, swimming pools, community centers, musical groups, other affiliations. MISCELLANEOUS – proper nouns that don’t belong to the previous three categories, such as products, books and movie titles, events, such as wars, sports tournaments, festivals, concerts, etc. DATE – absolute temporal units of a full day or longer, such as days, months, years, centuries, both written numerically and alphabetically. TIME – absolute temporal units shorter than a full day, such as seconds, minutes, or hours, both written numerically and alphabetically. MONEY – exact monetary amounts in any currency, both written numerically and alphabetically. PERCENT – percentages, both written numerically and alphabetically MIM-GOLD-NER is intended for training of named entity recognizers for Icelandic. It is in the CoNLL format, and the position of each token within the NE is marked using the BIO tagging format. The corpus can be used in its entirety or by training on subsets of the text types that best fit the intended domain. The Named Entity Corpus corpus is distributed with the same special user license as MIM-GOLD, which is based on the MIM license, since the texts in MIM-GOLD were sampled from the MIM corpus. |
dc.language.iso | isl |
dc.publisher | Reykjavik University |
dc.relation.isreplacedby | http://hdl.handle.net/20.500.12537/140 |
dc.rights | Icelandic Gigaword Corpus Part1 |
dc.rights.uri | https://repository.clarin.is/repository/xmlui/page/license-gigaword-corpus-p1 |
dc.rights.label | PUB |
dc.subject | named entity recognition |
dc.subject | named entity corpus |
dc.subject | named entities |
dc.subject | information extraction |
dc.subject | gold standard |
dc.title | MIM-GOLD-NER – named entity recognition corpus (20.06) |
dc.type | corpus |
metashare.ResourceInfo#ContentInfo.mediaType | text |
has.files | yes |
branding | Clarin IS Repository |
contact.person | Svanhvít Ingólfsdóttir svanhviti16@ru.is Reykjavik University |
sponsor | RANNÍS 180027-5301 The Strategic Research and Development Programme for Language Technology nationalFunds |
size.info | 1005688 tokens |
size.info | 48331 other |
files.size | 8943954 |
files.count | 13 |
Files in this item
Download all files in item (8.53 MB)- Name
- adjudications.txt
- Size
- 108.26 KB
- Format
- Text file
- Description
- Unknown
- MD5
- 0ecda8d8b89634cbb974a750d29588ce
Héraðsdóms B-Organization Reykjavíkur I-Organization 6. B-Date júní I-Date 2008 I-Date í O máli O nr. O E-7823 O / O 2006 O : O Áslaug B-Person Þorgeirsdóttir I-Person ( O Benedikt B-Person Ólafsson I-Person hrl. O ) O gegn O Listaháskóla B-Organization Íslands I-Organization ( O Sigurbjörn B-Person Magnússon I-Person hrl. O ) O Ár O 2008 B-Date , I-Date föstudaginn I-Date 6. I-Date júní I-Date , O er O á O dómþingi O Héraðsdóms B-Organization Reykjavíkur I-Organization , O sem O háð O er O í O Dómhúsinu B-Location við O Lækjartorg B-Location af O Allani B-Person Vagni I-Person Magnússyni I-Person héraðsdómara O , O ásamt O meðdómsmönnunum O Elínu B-Person Ólafsdóttur I-Person og O Jóni B-Person Hjaltalín I-Person Ólafssyni I-Person læknum O kveðinn O upp O dómur O í O málinu O nr. O E- O 7823/2006 O Áslaug B-Person Þorgeirsdóttir I-Person ( O Benedikt B-Person Ólafsson I-Person hrl. O ) O gegn O Listaháskóla B-Organization Íslands I-Organization ( O Stefán B-Person A. I-Per . . .
- Name
- emails.txt
- Size
- 47.38 KB
- Format
- Text file
- Description
- Unknown
- MD5
- a6e0abee4fbf8f9e6da6d9b3d70bcde0
á O m. O 40 B-Percent eða I-Percent 50 I-Percent % I-Percent af O launum O háskólakennara O ) O og O hver O er O hlutur O þess O svo O kallaða O « O marginal O » O kostnaðar O sem O er O það O sem O við O hér O oftast O skynjum O sem O hið O eiginlega O rannsóknafé O ? O Er O ekki O sannleikurinn O sá O að O miðað O við O fólksfjölda O verjum O við O mjög O miklu O opinberu O fé O , O sem O flokkast O til O rannsókafjár O , O á O vissum O sviðum O ( O hafrannsóknir O og O fiskiðnaður O t.d. O - O ekki O er O ég O að O gagnrýna O það O ) O , O en O á O langflestum O sviðum O vísinda O ( O sem O eru O í O raun O jafnmörg O og O hjá O stórþjóðum O ) O verjum O við O mjög O litlu O fé O , O og O vegna O þess O að O marginalkostnaður O er O vanmetinn O eða O ekki O tekið O tillit O til O hans O og O rannsóknasjóðir O eru O í O svelti O upplifa O mjög O margir O í O rannsóknum O ( O með O réttu O ) O stöðuna O sem O afar O slæma O og O finnst O fáránlegt O að O sjá O því O haldið O fram O í . . .
- Name
- blog.txt
- Size
- 1.09 MB
- Format
- Text file
- Description
- Unknown
- MD5
- 146e58cd1b801567dc3969a782900d71
Já O , O svo O sterkur O að O ekkert O fær O slitið O hann O . O Þótt O dauðinn O virðist O höggva O á O hann O þá O er O svo O ekki O . O Því O dauðinn O er O ekki O annað O en O sem O dimmt O og O þungt O ský O á O himni O lífsins O sem O hrekst O fyrr O eða O síðar O undan O þeirri O heitu O sól O sem O Guð B-Person lætur O skína O á O okkur O hverja O stund O og O gildir O einu O hvort O við O sjáum O hana O eða O ekki O . O Hún O er O þarna O eins O og O óþrjótandi O eldsneytistankur O lífríkisins O . O Okkur O er O nóg O að O finna O yl O hennar O . O Sumarið O býður O okkur O fylgd O út O í O ævintýri O ævintýranna O : O Lífið O tekur O að O sönnu O ótrúlegum O breytingum O og O sumar O ganga O undrahratt O fyrir O sig O en O aðrar O svo O hægt O að O við O sjáum O þær O aldrei O heldur O aðeins O það O sem O er O . O Já O , O það O sem O er O í O þeirri O andrá O sem O þýtur O sem O blær O í O trjánum O og O fullkomnar O stundina O sem O líður O eins O og O kúnstpásan O í . . .
- Name
- laws.txt
- Size
- 360.12 KB
- Format
- Text file
- Description
- Unknown
- MD5
- b7a02d8504dfb9fb08f727f733fd5c6a
Athugasemdir O við O lagafrumvarp O þetta O . O Í O 3. O mgr. O 76. O gr. O stjórnarskrár O lýðveldisins O Íslands B-Location , O nr. O 33/1944 O , O sbr. O 14. O gr. O stjórnskipunarlaga O nr. O 97/1995 O , O segir O að O börnum O skuli O tryggja O í O lögum O þá O vernd O og O umönnun O sem O velferð O þeirra O krefst O . O Í O greinargerðinni O með O frumvarpi O til O stjórnskipunarlaga O , O sem O varð O að O fyrrnefndum O stjórnskipunarlögum O , O sagði O svo O í O athugasemdum O við O 3. O mgr. O 14. O gr. O frumvarpsins O , O sem O varð O 3. O mgr. O 76. O gr. O stjórnarskrárinnar O : O « O Í O 3. O mgr. O 14. O gr. O er O ákvæði O sem O á O sér O ekki O hliðstæðu O í O núgildandi O mannréttindakafla O stjórnarskrárinnar O , O en O í O því O er O mælt O fyrir O um O að O með O lögum O beri O að O tryggja O börnum O þá O vernd O og O umönnun O , O sem O velferð O þeirra O krefst O . O Með O þessu O ákvæði O , O sem O felur O í O sér O vissa O stefnuyfirlýsingu O og O sækir O m . . .
- Name
- fbl.txt
- Size
- 867.73 KB
- Format
- Text file
- Description
- Unknown
- MD5
- 02b433487715a4a1bba56f858fd3a32a
« O Það O er O lögreglunnar O að O túlka O hvort O aðgerðirnar O voru O löglegar O eða O ekki O og O við O tókum O enga O afstöðu O í O málinu O . O Við O bara O hörmum O náttúrlega O að O menn O gátu O ekki O komið O sér O saman O , O » O sagði O hann O . O « O Við O kröfðumst O þess O ekki O að O farið O yrði O í O ákveðna O aðgerð O gegn O forystumönnum O sjómannasamtakanna O sem O þarna O voru O , O heldur O var O þetta O ákvörðun O sýslumanns O sem O byggir O á O hafnarreglugerð O að O hluta O , O en O örugglega O líka O á O fleiri O atriðum O . O » O HAFNARSTJÓRI O Hörður B-Person Blöndal I-Person , O hafnarstjóri O á O Akureyri B-Location , O segir O það O ekki O hafa O verið O að O sínu O undirlagi O að O forsvarsmenn O sjómannasamtaka O sem O komu O í O veg O fyrir O uppskipun O úr O Sólbaki B-Miscellaneous EA I-Miscellaneous 7 I-Miscellaneous hafi O verið O handteknir O . O Aðgerðir O við O uppskipun O úr O Sólbaki B-Miscellaneous : O Misræmi O í O rökstuðningi O handtöku . . .
- Name
- radio_tv_news.txt
- Size
- 102.62 KB
- Format
- Text file
- Description
- Unknown
- MD5
- ad5418873cb713d6daf7cbc88cc073d8
Málverkafölsunarmálið O Menntamálaráðherra O ætlar O að O skipa O starfshóp O til O að O fara O yfir O málverkafölsunarmálið O og O segir O brýnt O að O ákveða O hvað O eigi O að O gera O við O fölsuð O málverk O sem O séu O í O umferð O . O Sýknudómur O Hæstaréttar B-Organization breyti O engu O þar O um O . O Stjórn O Sambands B-Organization íslenskra I-Organization myndlistarmanna I-Organization harmar O þær O ömurlegu O afleiðingar O sem O úrskurður O Hæstaréttar B-Organization í O málverkafölsunarmálinu O hefur O fyrir O íslenska O myndlist O . O Stjórnin O segir O í O ályktun O að O það O sé O gríðarlegt O áfall O fyrir O íslenskt O myndlistarlíf O að O verkin O sem O um O ræðir O fái O nú O heimfararleyfi O sem O ófölsuð O , O en O flestum O blandist O hugur O um O að O þau O séu O að O stórum O ef O ekki O öllum O hluta O fölsuð O . O Það O hljóti O að O vera O verkefni O yfirvalda O að O fá O úr O því O skorið O hvort O um O falsanir O sé O að O ræða O eða O ekki O , O bu . . .
- Name
- school_essays.txt
- Size
- 299.15 KB
- Format
- Text file
- Description
- Unknown
- MD5
- b32a4f8b3ecbb375a27e59cb29f16bac
Verslóritgerðir B-Miscellaneous 2002 B-Date , O strákar O Er O ungt O fólk O auðveld O bráð O óprútinna O auglýsenda O ? O Í O lífsgæðakapphlaupi O nútímans O verða O auglýsendur O sífellt O bíræfnari O . O Samkeppnin O um O neytendur O fer O harðnandi O og O auglýsingastofur O skjóta O upp O kollinum O , O hver O á O eftir O annarri O . O Fyrirtæki O fara O áður O ótroðnar O slóðir O í O auglýsingum O sínum O og O ríður O oft O um O þverbak O í O þeim O efnum O . O Það O sem O vekur O hins O vegar O mestan O óhug O fólks O er O hve O auglýsingum O er O beint O í O æ O ríkari O mæli O til O ungs O fólks O . O Markhópurinn O verður O stöðugt O yngri O og O er O það O mörgum O hið O mesta O áhyggjuefni O . O Ungt O fólk O er O æðiáhrifagjarnt O vegna O þess O á O hve O mótandi O aldri O það O er O . O Lítið O þarf O til O að O breyta O skoðunum O þess O og O lífsviðhorfum O . O Það O hefur O meira O fé O milli O handanna O en O áður O fyrr O og O vílar O ekki O fyrir O sér O að . . .
- Name
- books.txt
- Size
- 1.9 MB
- Format
- Text file
- Description
- Unknown
- MD5
- b61e13092aecb5b627b18cb884689d67
Illmennska O Holbergs B-Person er O meðfædd O og O vandkvæðum O bundið O að O hafa O hemil O á O slíkum O brotamönnum O með O hefðbundnum O refsiviðurlögum O . O Eina O lausnin O er O útilokun O eða O aftaka O . O Að O sumu O leyti O líkist O Holberg B-Person þeirri O mynd O sem O líffræðilega O sinnaðir O afbrotafræðingar O drógu O upp O af O brotamönnum O í O lok O 19. B-Date aldar I-Date . O Afbrot O eru O arfgengt O fyrirbæri O og O sumir O brotamenn O eru O « O fæddir O afbrotamenn O » O . O Í O ákveðnum O tilfellum O er O í O raun O ekkert O hægt O að O gera O í O málum O þeirra O nema O taka O þá O úr O umferð O eða O einfaldlega O af O lífi O ( O sjá O til O dæmis O Garofalo B-Person , O 1914 B-Date ) O . O Erfðafræðilegar O rannsóknir O nútímans O á O til O dæmis O ofbeldishneigð O eiga O sér O einnig O samsvörun O í O nálgun O af O þessu O tagi O ( O Reid B-Person , O 2006 B-Date ) O . O Mörkin O milli O brotamanna O og O annarra O eru O þó O oft O ekki O svona O skörp . . .
- Name
- scienceweb.txt
- Size
- 779.37 KB
- Format
- Text file
- Description
- Unknown
- MD5
- 6c2ffb526497950de10dadeb7119cecc
Í O Vetrarbrautinni B-Location er O að O finna O risavaxin O ryk- O og O gasský O . O Efnið O í O hverju O skýi O er O nægilegt O til O að O mynda O hundruð O stjarna O eins O og O sólina O . O Samkvæmt O geimþokukenningunni O má O rekja O upphaf O sólkerfisins O okkar O til O þess O að O stjörnur O sprungu O í O geimþokunni O fyrir O um O það O bil O 4,6 O milljörðum O ára O . O Mynd O eftir O William B-Person K. I-Person Hartmann I-Person sem O á O að O sýna O uppruna O sólkerfisins O . O Höggbylgja O frá O sprengingunni O myndaði O hvirfla O í O geimþokunni O og O við O það O fór O geimþokan O að O falla O saman O og O snúast O hraðar O og O hraðar O . O Hún O flattist O út O og O varð O að O stórri O skífu O . O Í O miðjunni O myndaðist O sólin O en O á O skífunni O í O kringum O kjarnann O mynduðust O reikistjörnurnar O . O Við O áframhaldandi O samþjöppun O varð O massi O frumsólarinnar O meiri O og O meiri O . O Eftir O hugsanlega O margar O ármilljónir O tóku O frumeind . . .
- Name
- webmedia.txt
- Size
- 80.22 KB
- Format
- Text file
- Description
- Unknown
- MD5
- 30e6ace0db22d0cb3fcff3665173f9a0
Hann O hafði O þegar O hljóðritað O talsvert O af O efni O með O aðstoð O Arons B-Person Arnarsonar I-Person og O hinna O ýmsu O hljóðfæraleikara O hér O heima O . O Þegar O út O var O komið O sendi O hann O demó O á O nokkur O útgáfufyrirtæki O og O Say B-Organization Dirty I-Organization Records I-Organization hringdu O til O baka O nánast O samdægurs O og O buðu O samning O . O Þegar O sá O var O í O höfn O var O hafist O handa O við O að O púsla O saman O plötu O og O Marcus B-Person MacKay I-Person ( O Snow B-Organization Patrol I-Organization , O Reindeer B-Organization Section I-Organization , O Zephers B-Organization ) O fenginn O til O aðstoðar O við O það O . O Verkið O var O síðan O hljóðblandað O í O Geimsteini B-Organization af O Sigurði B-Person H. I-Person Guðmundssyni I-Person ( O Hjálmar B-Organization ) O og O Gunnlaugi B-Person Lárussyni I-Person ( O Brain B-Organization Police I-Organization , O Lights B-Organization on I-Organization the I-Organization Highway I . . .
- Name
- mbl.txt
- Size
- 2.18 MB
- Format
- Text file
- Description
- Unknown
- MD5
- 258bdb7a4e19476e03335d33ae5a90ef
Fossavatnsgangan B-Miscellaneous á O Ísafirði B-Location er O elsta O skíðamót O sem O enn O er O við O lýði O á O Íslandi B-Location og O hefur O jafnframt O verið O fjölmennasta O skíðagöngumót O landsins O undanfarin O ár O , O með O 100-150 O þátttakendur O . O Komin O er O hefð O á O að O gangan O fari O fram O fyrsta B-Date laugardag I-Date í I-Date maí I-Date og O markar O hún O jafnan O lok O skíðavertíðarinnar O hér O á O landi O . O Að O þessu O sinni O fer O ganga O þó O fram O hinn O 30. B-Date apríl I-Date . O Göngunni O er O ætlað O að O vera O vettvangur O fyrir O alla O unnendur O skíðaíþróttarinnar O og O hollrar O útiveru O , O hvort O sem O það O eru O þrautþjálfaðir O keppnismenn O , O útivistarfólk O , O trimmarar O , O byrjendur O eða O börn O . O Allir O geta O valið O sér O vegalengd O hæfi O , O og O hversu O breitt O sem O bilið O verður O á O milli O manna O í O brautinni O , O þá O sameinast O allir O að O göngu O lokinni O í O hinu O víðfræga O Fossavat . . .
- Name
- websites.txt
- Size
- 638.1 KB
- Format
- Text file
- Description
- Unknown
- MD5
- 9f45b9f1d86bff1b5e442843a28ff96b
Sálfræðingur O Laust O er O til O umsóknar O starf O sálfræðings O á O fagsviði O þroskahamlana O . O Starfið O felst O einkum O í O greiningu O og O ráðgjöf O vegna O barna O með O fatlanir O og O aðrar O alvarlegrar O raskanir O í O taugaþroska O . O Starfið O fer O fram O í O nánu O samstarfi O við O aðra O sérfræðinga O á O þessu O sviði O . O Auk O þessa O er O um O að O ræða O þátttöku O í O rannsóknar- O og O fræðslustarfi O stofnunarinnar O . O Leitað O er O eftir O sálfræðingi O , O sem O hyggur O á O starfsferil O á O þessum O vettvangi O . O Æskileg O er O reynsla O á O sviði O greiningar O þroskafrávika O hjá O börnum O og O áhugi O á O fræðslu O og O rannsóknum O . O Mikilvægt O er O að O viðkomandi O búi O yfir O hæfni O í O mannlegum O samskiptum O og O sé O tilbúinn O til O þátttöku O í O þverfaglegu O samstarfi O . O Boðið O er O upp O á O handleiðslu O . O Laun O greiðast O skv. O kjarasamningi O viðkomandi O stéttarfélags O við O ríkissjóð O . O Frekari O u . . .
- Name
- written-to-be-spoken.txt
- Size
- 159.21 KB
- Format
- Text file
- Description
- Unknown
- MD5
- ac4d3373201e823c92a22aa47e2d8a2f
23.1.2006 B-Date Falinn B-Miscellaneous ( O Caché B-Miscellaneous ) O Á O frönsku O kvikmyndahátíðinni O í O Háskólabíói B-Organization er O sýnd O myndin O Caché B-Miscellaneous , O eða O Falinn B-Miscellaneous , O með O Juliette B-Person Binoche I-Person og O Daniel B-Person Auteuil I-Person í O aðalhlutverkum O . O Myndin O hefur O farið O sigurför O um O heiminn O og O var O tilnefnd O til O Gullpálmans B-Miscellaneous á O Cannes B-Miscellaneous síðastliðið O vor O . O Hún O laut O í O lægra O haldi O fyrir O belgísku O myndinni O Barnið B-Miscellaneous , O mynd O sem O ég O fjallaði O um O fyrir O jól O og O var O ekki O sérlega O hrifin O af O . O Caché B-Miscellaneous fékk O hins O vegar O gagnrýnendaverðlaun O á O Cannes B-Miscellaneous , O einnig O verðlaun O fyrir O bestu O leikstjórn O og O sérstök O verðlaun O dómnefndar O . O Hún O hlaut O auk O þess O Evrópsku B-Miscellaneous kvikmyndaverðlaunin I-Miscellaneous . O Myndin O segir O frá O hjónunum O Georges B-Person . . .