sxandie/autotrain-data-syn

该数据集是为项目syn自动处理的数据集，语言为意大利语（BCP-47代码it），属于词元分类任务。数据集包含标记和标签字段，并分为训练集和验证集，分别包含303个和155个样本。

原始信息汇总

数据集概述

基本信息

• 语言: 意大利语 (BCP-47代码: it)
• 任务类别: 令牌分类

数据集结构

• 数据实例: 每个实例包含以下字段:
  • tokens: 字符串序列，表示文本中的单词或短语。
  • tags: 分类标签序列，用于标记文本中的实体或特征。

数据集字段

• tokens: 字符串序列，长度可变。
• tags: 分类标签序列，包含多个预定义的类别，如O, commodity, company等，长度可变。

数据集分割

• 训练集: 包含303个样本。
• 验证集: 包含155个样本。

数据样本示例

json [ { "tokens": [...], "tags": [...] }, { "tokens": [...], "tags": [...] } ]

以上信息总结了数据集的基本结构、字段定义以及分割情况，为理解和使用该数据集提供了清晰的概述。