mh01/klej-nkjp-ner_embeddings

该数据集包含句子、目标以及多个NER模型的输出序列。数据集分为训练集、验证集和测试集，训练集包含15794个示例，验证集包含1941个示例，测试集包含2058个示例。数据集的下载大小为461117228字节，总大小为569926998字节。

This dataset is primarily used for natural language processing tasks, containing sentences and their corresponding labels. The dataset features include the original sentences, target labels, and output sequences from multiple pre-trained models on named entity recognition tasks. The dataset is divided into training, validation, and test sets, suitable for model training and evaluation.

原始信息汇总

数据集概述

特征

• sentence: 类型为字符串。
• target: 类型为字符串。
• mh01/polish-roberta-large-v2_ner: 序列类型为float64。
• mh01/herbert-large-cased_ner: 序列类型为float64。
• mh01/multilingual-e5-base_ner: 序列类型为float64。
• mh01/silver-retriever-base-v1.1_ner: 序列类型为float64。

数据分割

• train: 包含15794个样本，大小为454770532字节。
• validation: 包含1941个样本，大小为55887346字节。
• test: 包含2058个样本，大小为59269120字节。

数据集大小

• 下载大小: 461117228字节。
• 数据集总大小: 569926998字节。

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*