tiagoblima/punctuation-mec-bert

---
dataset_info:
features:
- name: tag
dtype: string
- name: sent_id
dtype: int64
- name: text_id
dtype: int64
- name: sent_text
dtype: string
- name: tokens
sequence: string
- name: labels
sequence: string
splits:
- name: train
num_bytes: 1075373
num_examples: 2168
download_size: 313037
dataset_size: 1075373
---
# Dataset Card for "mec-punctuation-v2"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：tag（标签），数据类型：string（字符串）
- 字段名：sent_id（句子ID），数据类型：int64（64位整数）
- 字段名：text_id（文本ID），数据类型：int64（64位整数）
- 字段名：sent_text（句子文本），数据类型：string（字符串）
- 字段名：tokens（词元序列），类型：字符串序列
- 字段名：labels（标签序列），类型：字符串序列
数据集划分：
- 划分名称：train（训练集），数据占用字节数：1075373，样本总量：2168
下载大小：313037，数据集总大小：1075373

# 「mec-punctuation-v2」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

mec-punctuation-v2

数据集特征

• tag: 字符串类型
• sent_id: 整数类型（int64）
• text_id: 整数类型（int64）
• sent_text: 字符串类型
• tokens: 字符串序列类型
• labels: 字符串序列类型

数据集分割

• train:
  • 数据量: 1075373 字节
  • 示例数量: 2168

数据集大小

• 下载大小: 313037 字节
• 数据集总大小: 1075373 字节