pontusnorman123/sweset4_wild500

该数据集包含五个主要特征：id（整数类型）、words（字符串序列）、bboxes（浮点数序列的序列）、ner_tags（命名实体标签序列，包括公司、日期、地址等类别）和image（图像类型）。数据集分为训练集和测试集，训练集有749个样本，测试集有50个样本。数据集的总大小约为775.6MB，下载大小约为771.3MB。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• words: 字符串序列
• bboxes: 浮点数序列序列
• ner_tags: 序列，包含类别标签，具体标签如下：
  • 0: I-COMPANY
  • 1: I-DATE
  • 2: I-ADDRESS
  • 3: I-TOTAL
  • 4: I-TAX
  • 5: I-PRODUCT
  • 6: O
• image: 图像类型

数据集分割

• 训练集 (train):
  • 示例数量: 749
  • 数据大小: 722152816.0 字节
• 测试集 (test):
  • 示例数量: 50
  • 数据大小: 53441108.0 字节

数据集大小

• 下载大小: 771303102 字节
• 数据集总大小: 775593924.0 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*