Hugging Face's logo

Datasets:
extraordinarylab
/
wiki-ann

Modalities:
Text
Formats:
parquet
Size:
1M - 10M
Libraries:
Datasets
pandas
Polars
Dataset card Data Studio Files
xet
Community
Dataset Viewer
Auto-converted to Parquet Duplicate
tokens
listlengths
1
1.93k
ner_tags
listlengths
1
1.93k
langauge
stringclasses
176 values
[ "Riwayat", "Nabi", "Ibrahim", "a.s", "." ]
[ "O", "B-PER", "I-PER", "O", "O" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Teuku", "Umar", ",", "salah", "sidroe", "ureuëng", "rayek", "nyang", "geulawan", "Beulanda", ",", "gobnyan", "geulakee", "Cut", "Nyak", "Dhien", "." ]
[ "B-PER", "I-PER", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "'", "''", "Nanggroë", "Kayin", "''", "'", "nakeuh", "saboh", "nanggroë", "di", "Myanmar", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "O" ]
ace
[ "Syafi'iy" ]
[ "B-PER" ]
ace
[ "Berlin" ]
[ "B-LOC" ]
ace
[ "ALIH", "Pulo-pulo", "Seulat", "Torres" ]
[ "O", "B-LOC", "I-LOC", "I-LOC" ]
ace
[ "'", "''", "Divisi", "Bago", "''", "'", "nakeuh", "saboh", "divisi", "di", "Myanmar", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "O" ]
ace
[ "Novak", "Đoković" ]
[ "B-PER", "I-PER" ]
ace
[ "'", "''", "Ian", "Murray", "McKellen", "''", "'", "(", "1939", ")", "nakeuh", "sidroe", "aktor", "asay", "Inggréh", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Garuda", "Indonesia" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Nabi", "Daud", "ngön", "Nabi", "Sulaiman", "a.s", "." ]
[ "B-PER", "I-PER", "O", "B-PER", "I-PER", "O", "O" ]
ace
[ "'", "''", "Gampông", "Blang", "''", "'", "nakeuh", "saboh", "gampông", "nyang", "na", "di", "kecamatan", "Lhôk", "Sukôn", ",", "Kabupatèn", "Acèh", "Barôh", ",", "Provinsi", "Acèh", ",", "Indonesia", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "I-LOC", "O", "B-LOC", "I-LOC", "I-LOC", "O", "B-LOC", "I-LOC", "O", "O", "O" ]
ace
[ "'", "''", "Tun", "Dr", "Mahathir", "bin", "Muhamad", "''", "'", "(", "Bahsa", "Arab", ":", "محضير", "بن", "محمد", ",", "lahé", "bak", "uroë", "10", "buleuën", "7", "thôn", "1925", ")", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "'", "''", "Wilayah", "Balkan", "''", "'", "nakeuh", "saboh", "wilayah", "(", "propinsi", ")", "di", "Turkmènistan", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Ali", "bin", "Abi", "Thalib" ]
[ "B-PER", "I-PER", "I-PER", "I-PER" ]
ace
[ "ALIH", "Kōtō", ",", "Tokyo" ]
[ "O", "B-PER", "I-PER", "I-PER" ]
ace
[ "Chai", "Nat" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Nabi", "Ibrahim", "a.s.", "ngön", "kawômgeuh", "." ]
[ "B-PER", "I-PER", "O", "O", "O", "O" ]
ace
[ "Noemi" ]
[ "B-PER" ]
ace
[ "'", "''", "Propinsi", "Điện", "Biên", "''", "'", "nakeuh", "saboh", "propinsi", "di", "Viètnam", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Bak", "watè", "Nabi", "Ishaq", "ka", "tuha", ",", "hanjeuët", "geu", "keumalön", "lé", "." ]
[ "O", "O", "B-PER", "I-PER", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "Wikipèdia", "bahsa", "Acèh", "-", "Facebook", "(", "Bahsa", "Aceh", ")" ]
[ "O", "O", "O", "O", "B-ORG", "O", "O", "O", "O" ]
ace
[ "Kuala", "Lumpur", "nakeuh", "teumpat", "meudong", "Parlemen", "Malaysia", ",", "nyang", "na", "nibak", "Diwan", "Rakyat", "ngon", "Diwan", "Neugara", "." ]
[ "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "'", "''", "George", "Timothy", "Clooney", "''", "'", "(", "1961", ")", "nakeuh", "sidroe", "aktor", "asay", "Amirika", "Syarikat", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "O" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "'", "''", "Gary", "Ennis", "Collins", "''", "'", "(", "1938-2012", ")", "nakeuh", "sidroe", "aktor", "asay", "Amirika", "Syarikat", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "O" ]
ace
[ "'", "''", "Leicester", "''", "'", "nakeuh", "salah", "saboh", "banda", "nyang", "na", "di", "Inggréh", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Megawati", "Soekarnoputri" ]
[ "B-PER", "I-PER" ]
ace
[ "Saboh", "teumpat", "nyang", "hayeu", "di", "Xining", "nakeuh", "Meuseujid", "Raya", "Dongguan", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "I-ORG", "O" ]
ace
[ "Padum-padum", "droe", "ahli", "tafsir", "geupeugah", "surat", "nyoe", "neupeutrön", "di", "Meukah", ",", "salang", "na", "padum", "droe", "ahli", "tafsir", "nyang", "la'én", "geupeugah", "surat", "nyoe", "neupeutrön", "di", "Madinah", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "'", "''", "Busan", "''", "'", "nakeuh", "saboh", "banda", "rayek", "di", "Korèa", "Seulatan", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "O" ]
ace
[ "Nusa", "Teunggara", "Timu" ]
[ "B-LOC", "I-LOC", "I-LOC" ]
ace
[ "ALIH", "Nabi", "Daud" ]
[ "O", "B-PER", "I-PER" ]
ace
[ "'", "''", "Punjab", "''", "'", "nakeuh", "saboh", "nanggroe", "dalam", "di", "India", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Făgăraş" ]
[ "B-LOC" ]
ace
[ "Manyet", "Köhler", "geuangkôt", "u", "Singapura", "ngön", "kapay", "uap", "''Koning", "der", "Nederlanden", "''", "ngön", "geukubu", "di", "Museum", "Taman", "Prasasti", ",", "Tanah", "Abang", ",", "Batavia", "." ]
[ "O", "O", "O", "O", "B-LOC", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "O" ]
ace
[ "Fathimah", "az-Zahara" ]
[ "B-PER", "I-PER" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Arab", "Saudi" ]
[ "B-LOC", "I-LOC" ]
ace
[ "Muhammad", "As" ]
[ "B-PER", "O" ]
ace
[ "**", "Myanmar" ]
[ "O", "B-ORG" ]
ace
[ "File", ":", "Reagan", "Bush", "1984.jpg|Bush", "with", "Ronald", "Reagan", ",", "1984" ]
[ "O", "O", "O", "O", "O", "O", "B-PER", "I-PER", "O", "O" ]
ace
[ "Hoeryeong" ]
[ "B-LOC" ]
ace
[ "GAM", "neupeudong", "lé", "Tengku", "Hasan", "Muhammad", "di", "Tiro", "bak", "uroë", "4", "buleuën", "12", "thôn", "1976", "." ]
[ "O", "O", "O", "B-PER", "I-PER", "I-PER", "I-PER", "I-PER", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "Image", ":", "Pal", "Pottery", "Cal3.jpg|Keuramik", "Palèstina", "meusurat", "nan", "Allah", "ngon", "Muhammad" ]
[ "O", "O", "O", "O", "O", "B-ORG", "O", "O", "O", "O", "O" ]
ace
[ "Fathimah", "az-Zahara" ]
[ "B-PER", "I-PER" ]
ace
[ "'", "''", "Propinsi", "La", "Union", "''", "'", "nakeuh", "saboh", "propinsi", "di", "Filipina", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Sakon", "Nakhon" ]
[ "B-LOC", "I-LOC" ]
ace
[ "'", "''", "Nanggroë", "Chin", "''", "'", "nakeuh", "saboh", "nanggroë", "di", "Myanmar", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "O" ]
ace
[ "'", "''", "Slovenia", "''", "'", "nakeuh", "saboh", "neugara", "nyang", "na", "di", "kawasan", "Iërupa", "Teungoh", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "O" ]
ace
[ "Divisi", "Sagaing" ]
[ "B-LOC", "I-LOC" ]
ace
[ "Nabi", "Daud", "a.s.", "ngön", "Nabi", "Sulaiman", "a.s", "." ]
[ "B-PER", "I-PER", "O", "O", "B-PER", "I-PER", "O", "O" ]
ace
[ "Di", "Meulabôh", "ngon", "Sigli", "hana", "geurija", "." ]
[ "O", "B-LOC", "O", "B-LOC", "O", "O", "O" ]
ace
[ "ALIH", "Prang", "Blanda" ]
[ "O", "B-ORG", "I-ORG" ]
ace
[ "Madinah" ]
[ "B-LOC" ]
ace
[ "Kitab", "nyoë", "nakeuh", "teujeumah", "dari", "Bahsa", "Arab", "." ]
[ "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "O" ]
ace
[ "PUPINAH", "Jeumpa" ]
[ "O", "B-LOC" ]
ace
[ "ALIH", "Bahsa", "Zaza" ]
[ "O", "B-ORG", "I-ORG" ]
ace
[ "The", "Tunisian", "Government", "Portal", "(", "Bahsa", "Arab", ")" ]
[ "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "O" ]
ace
[ "Nabi", "Ishaq", "na", "geu", "meukawén", "ngön", "salah", "sidröe", "ureuëng", "nyang", "nan", "gopnyan", "Rifqah", "." ]
[ "B-PER", "I-PER", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "'", "''", "Deureuham", "''", "'", "nakeuh", "salah", "saboh", "jeunèh", "pèng", "nyang", "geunguy", "raseumi", "di", "Keurajeuën", "Samudra", "Pasè", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PER", "I-PER", "I-PER", "O" ]
ace
[ "Lam", "glé", "nyan", "keuh", "neupeusaho", "geuneurasi", "phôn", "Geurakan", "Acèh", "Meurdèka", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "I-ORG", "O" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "PUPINAH", "Sôleutan", "Éseukanda", "Muda" ]
[ "O", "B-PER", "I-PER", "I-PER" ]
ace
[ "Conto", "la'én", "nakeuh", "Meunara", "Keumbeuë", "Petronas", "nyang", "jipeugot", "rancangan", "rab", "saban", "rupa", "ngon", "curak-curak", "lam", "seni", "Islam", "." ]
[ "O", "O", "O", "B-ORG", "I-ORG", "I-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "**", "Nabi", "Ibrahim", "ngön", "kawômgeuh", "." ]
[ "O", "B-PER", "I-PER", "O", "O", "O" ]
ace
[ "Tom", "Hanks" ]
[ "B-PER", "I-PER" ]
ace
[ "Kharimkotan", "(", "Harimukotan", ",", "Harumukotan", "/", "春牟古丹島", ")" ]
[ "B-LOC", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "Tom", "Hanks" ]
[ "B-PER", "I-PER" ]
ace
[ "Sabab", "nyan", "keuh", "'Ish", "kayém", "nyang", "satöh", "Nabi", "Ishaq", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "B-PER", "I-PER", "O" ]
ace
[ "ALIH", "Iërupa", "Utara" ]
[ "O", "B-LOC", "I-LOC" ]
ace
[ "Singapura" ]
[ "B-LOC" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Bahama", "''", "(", "Ratu", "Elizabeth", "II", ")", "''" ]
[ "B-LOC", "O", "O", "O", "B-PER", "I-PER", "O", "O" ]
ace
[ "Anuta", "(", "lam", "pulo-pulo", "Solomon", ")" ]
[ "B-LOC", "O", "O", "O", "O", "O" ]
ace
[ "ALIH", "Universitas", "Federal", "Minas", "Gerais" ]
[ "O", "B-ORG", "I-ORG", "I-ORG", "I-ORG" ]
ace
[ "Bahsa", "Arab" ]
[ "B-ORG", "I-ORG" ]
ace
[ "ALIH", "Universitas", "Iërupa", "di", "Flensburg" ]
[ "O", "B-ORG", "I-ORG", "I-ORG", "I-ORG" ]
ace
[ "Gop", "nyan", "na", "aneuk", "inong", "nyang", "geubôh", "nan", "Cut", "Nyak", "Dhiën", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "B-PER", "I-PER", "I-PER", "O" ]
ace
[ "Arab", "Saudi" ]
[ "B-LOC", "I-LOC" ]
ace
[ "'", "''", "Propinsi", "Sarangani", "''", "'", "nakeuh", "saboh", "propinsi", "di", "Filipina", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Meuseujid", "nyoë", "nakeuh", "meuseujid", "paléng", "rayek", "keu", "lhèë", "di", "bumoë", "aleuh", "Meuseujid", "al-Haram", ",", "ngon", "Meuseujid", "Nabawi", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "O", "O", "B-ORG", "I-ORG", "O" ]
ace
[ "Salat" ]
[ "B-ORG" ]
ace
[ "ALIH", "Agama" ]
[ "O", "B-ORG" ]
ace
[ "'", "''", "Propinsi", "Bến", "Tre", "''", "'", "nakeuh", "saboh", "propinsi", "di", "Viètnam", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "La'én", "ngon", ",", "Parlemen", "Malaysia", "ngon", "meuligoë", "raseumi", "Yang", "di-Pertuan", "Agong", "cit", "nyan", "nyang", "mantong", "teutap", "di", "Kuala", "Lumpur", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "I-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "Di", "teungoh", "Meuseujid", "al-Haram", "na", "Ka'bah", "nyang", "nakeuh", "kiblat", "ureuëng", "Islam", "di", "mandum", "nanggroë", "di", "ateuh", "bumoë", "." ]
[ "O", "O", "O", "O", "O", "B-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
[ "Seiran", "Kobayashi" ]
[ "B-PER", "I-PER" ]
ace
[ "'", "''", "Propinsi", "Dak", "Nông", "''", "'", "nakeuh", "saboh", "propinsi", "di", "Viètnam", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Megawati", "Soekarnoputri" ]
[ "B-PER", "I-PER" ]
ace
[ "'", "''", "Garry", "Emmanuel", "Shandling", "''", "'", "(", "1949", "–", "2016", ")", "nakeuh", "sidroe", "aktor", "asay", "Amirika", "Syarikat", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "I-LOC", "O" ]
ace
[ "PUPINAH", "Sôleutan", "Éseukanda", "Muda" ]
[ "O", "B-PER", "I-PER", "I-PER" ]
ace
[ "'", "''", "Blaj", "''", "'", "nakeuh", "saboh", "banda", "rayek", "di", "Rumania", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Pulo", "Norfolk" ]
[ "B-ORG", "I-ORG" ]
ace
[ "Jawa", "Timu" ]
[ "B-LOC", "I-LOC" ]
ace
[ "Luwah", "wilayahjih", "rab", "duwa", "go", "luwah", "pulo", "Jawa", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "B-LOC", "O" ]
ace
[ "Miknas-Tafilalt" ]
[ "B-LOC" ]
ace
[ "Jih", "cit", "aneuk", "miet", "nyang", "paléng", "ubeut", "nyang", "meu'èn", "lam", "filem", "Marumo", "no", "Okite", "''", "nyang", "jiputa", "bak", "musém", "seu'um", "bak", "thôn", "2011", "." ]
[ "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORG", "I-ORG", "I-ORG", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O" ]
ace
End of preview. Expand in Data Studio

['LOC', 'ORG', 'PER']

Downloads last month
10
Size of downloaded dataset files:
92.9 MB
Size of the auto-converted Parquet files:
92.9 MB
Number of rows:
2,003,000

Collection including extraordinarylab/wiki-ann