iwan-rg/wikiann_translated_hi

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-PER
'2': I-PER
'3': B-ORG
'4': I-ORG
'5': B-LOC
'6': I-LOC
splits:
- name: train
num_bytes: 3464224
num_examples: 18874
- name: validation
num_bytes: 1734228
num_examples: 9389
download_size: 1475710
dataset_size: 5198452
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征项：
- 名称：tokens (Token)，类型为字符串序列
- 名称：ner_tags（命名实体识别标签，NER Tags），类型为序列类别标签，其类别映射关系如下：
'0': O（非实体标记）
'1': B-PER（人物实体起始标记）
'2': I-PER（人物实体内部标记）
'3': B-ORG（组织实体起始标记）
'4': I-ORG（组织实体内部标记）
'5': B-LOC（位置实体起始标记）
'6': I-LOC（位置实体内部标记）
数据集划分：
- 训练集（train）：字节占用量3464224，样本总数18874
- 验证集（validation）：字节占用量1734228，样本总数9389
下载大小：1475710，数据集总大小：5198452
配置项：
- 配置名称：default（默认配置），数据文件路径对应如下：
- 训练集（train）：data/train-*
- 验证集（validation）：data/validation-*