shivangibithel/SOTAB
收藏Hugging Face2023-06-14 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/shivangibithel/SOTAB
下载链接
链接失效反馈官方服务：
资源简介：
SOTAB数据集是一个大规模的半结构化表格列类型标注数据集，用于表格标注任务。该数据集通过众包方式进行标注，仅包含英文数据，并根据CC-BY-4.0许可证授权。数据集包含column_index、label和table等特征，其中table特征包含header、rows和name。数据集分为训练集、测试集和验证集，分别包含130471、15040和16840个样本。然而，数据集在提炼理由、源数据、标注过程和使用数据的考虑因素等方面缺乏详细信息。
SOTAB数据集是一个大规模的半结构化表格列类型标注数据集，用于表格标注任务。该数据集通过众包方式进行标注，仅包含英文数据，并根据CC-BY-4.0许可证授权。数据集包含column_index、label和table等特征，其中table特征包含header、rows和name。数据集分为训练集、测试集和验证集，分别包含130471、15040和16840个样本。然而，数据集在提炼理由、源数据、标注过程和使用数据的考虑因素等方面缺乏详细信息。
提供机构：
shivangibithel
原始信息汇总
数据集概述
名称: SOTAB_CTA
语言: 英语 (en)
许可证: CC-BY-4.0
多语言性: 单语
数据集大小: 162351个实例
数据集结构
数据字段
- id: 整数类型 (int32)
- column_index: 整数类型 (int32)
- label: 字符串类型 (string)
- table: 结构化字段，包含以下子字段：
- header: 字符串序列
- rows: 字符串序列的序列
- name: 字符串类型 (string)
数据分割
- 训练集: 130471个实例
- 测试集: 15040个实例
- 验证集: 16840个实例
数据集创建
注释者
- 注释创建方式: 众包
语言创建者
- 语言创建方式: 发现
许可证信息
- 许可证: Creative Commons Attribution Share Alike 4.0 International
数据集管理者
- 数据集管理者: Panupong Pasupat 和 Percy Liang
