lltala/edgar_all_4-no-valid-roberta-base

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: doc_id
dtype: string
- name: id
dtype: 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
- name: tokens
sequence: string
splits:
- name: train
num_bytes: 7056516
num_examples: 930
- name: validation
num_bytes: 676038
num_examples: 90
download_size: 912973
dataset_size: 7732554
---
# Dataset Card for "edgar_all_4-no-valid-roberta-base"

[More Information needed](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

配置

• 默认配置：
  • 训练数据：路径为 data/train-*
  • 验证数据：路径为 data/validation-*

数据集信息

• 特征：

  • doc_id：数据类型为 string
  • id：数据类型为 string
  • ner_tags：序列类型，包含以下类别标签：
    • 0: O
    • 1: B-PER
    • 2: I-PER
    • 3: B-ORG
    • 4: I-ORG
    • 5: B-LOC
    • 6: I-LOC
  • tokens：序列类型，数据类型为 string

• 数据分割：

  • 训练集：
    • 字节数：7056516
    • 样本数：930
  • 验证集：
    • 字节数：676038
    • 样本数：90

• 数据集大小：

  • 下载大小：912973 字节
  • 数据集大小：7732554 字节