jensjorisdecorte/skill-extraction-tech

该数据集包含SkillSpan数据集中`TECH`子集的扩展，其中句子中的技能提及被标记为对应的ESCO技能（ESCO v1.1.0）。此数据集是技能提取评估数据集的三部分之一，其他两部分分别是skill-extraction-house和skill-extraction-techwolf。

This dataset contains an extension of the `TECH` subset form the [SkillSpan](https://arxiv.org/abs/2204.12811) dataset, in which spans of skill mentions in sentences have been labeled with corresponding [ESCO](https://esco.ec.europa.eu/en/classification/skill_main) skills (ESCO v1.1.0). This dataset is part of a three-part evaluation dataset for skill extraction: 1. [**skill-extraction-tech**](https://huggingface.co/datasets/jensjorisdecorte/skill-extraction-tech) 2. [**skill-extraction-house**](https://huggingface.co/datasets/jensjorisdecorte/skill-extraction-house) 3. [**skill-extraction-techwolf**](https://huggingface.co/datasets/jensjorisdecorte/skill-extraction-techwolf).

原始信息汇总

数据集概述

数据集名称

• 名称: skill-extraction-tech
• 别名: jensjorisdecorte/skill-extraction-tech, Skill Extraction - TECH

数据集描述

• 描述: 该数据集包含SkillSpan数据集的TECH子集的扩展，其中句子中的技能提及范围已标记为相应的ESCO技能（ESCO v1.1.0）。该数据集是技能提取的三个部分评估数据集之一，包括skill-extraction-tech、skill-extraction-house和skill-extraction-techwolf。

数据集创建者

• 创建者: Jens-Joris Decorte
• 链接: https://hf-mirror.com/jensjorisdecorte

数据集关键词

• 关键词: text-classification, English, mit, 1K - 10K, csv, Text, Datasets, pandas, Croissant, arxiv:2209.05987, arxiv:2204.12811, 🇺🇸 Region: US, Skill Extraction

数据集许可

• 许可: MIT License
• 链接: https://choosealicense.com/licenses/mit/

数据集URL

• URL: https://hf-mirror.com/datasets/jensjorisdecorte/skill-extraction-tech

数据集结构

• 分布:

  • 类型: cr:FileObject

  • 名称: repo

  • 描述: HF Mirror git仓库。

  • 内容URL: https://hf-mirror.com/datasets/jensjorisdecorte/skill-extraction-tech/tree/refs%2Fconvert%2Fparquet

  • 编码格式: git+https

  • sha256: https://github.com/mlcommons/croissant/issues/80

  • 类型: cr:FileSet

  • 名称: parquet-files-for-config-default

  • 描述: 由HF Mirror转换的基础Parquet文件（参见：https://hf-mirror.com/docs/datasets-server/parquet）。

  • 包含于: repo

  • 编码格式: application/x-parquet

  • 包含: default//.parquet

• 记录集:

  • 类型: cr:RecordSet
  • 名称: default
  • 描述: jensjorisdecorte/skill-extraction-tech - default子集，包含2个分割：validation, test。
  • 字段:

    • 类型: cr:Field

    • 名称: default/sentence

    • 描述: HF Mirror parquet文件中的sentence列。

    • 数据类型: sc:Text

    • 来源: parquet-files-for-config-default，提取自sentence列。

    • 类型: cr:Field

    • 名称: default/span

    • 描述: HF Mirror parquet文件中的span列。

    • 数据类型: sc:Text

    • 来源: parquet-files-for-config-default，提取自span列。

    • 类型: cr:Field

    • 名称: default/sub_span

    • 描述: HF Mirror parquet文件中的sub_span列。

    • 数据类型: sc:Text

    • 来源: parquet-files-for-config-default，提取自sub_span列。

    • 类型: cr:Field

    • 名称: default/label

    • 描述: HF Mirror parquet文件中的label列。

    • 数据类型: sc:Text

    • 来源: parquet-files-for-config-default，提取自label列。

数据集规范

• 规范: http://mlcommons.org/croissant/1.0