arbml/Zero_Shot_Cross_Lingual_NER_ar

该数据集包含文本数据，每个数据点由单词（Word）、实体（Entity）和标签（label）组成。标签用于标识实体的类型，包括组织（ORG）、地点（LOC）、人名（PER）、杂项（MISC）等。数据集分为训练集和测试集，分别包含19335和4731个示例。

This dataset contains text data, with each data point consisting of a word (Word), an entity (Entity), and a label (label). The labels are used to identify the type of entity, including organizations (ORG), locations (LOC), person names (PER), miscellaneous (MISC), etc. The dataset is divided into training and test sets, containing 19335 and 4731 examples respectively.

原始信息汇总

数据集概述

数据集信息

特征

• Word: 数据类型为字符串。
• Entity: 数据类型为字符串。
• label: 数据类型为分类标签，包含以下类别：
  • 0: B-ORG
  • 1: I-LOC
  • 2: I-PER
  • 3: B-LOC
  • 4: I-MISC
  • 5: I-ORG
  • 6: B-MISC
  • 7: B-PER
  • 8: O

数据分割

• train: 包含19335个样本，占用982521字节。
• test: 包含4731个样本，占用230133字节。

数据集大小

• 下载大小: 432544字节
• 数据集总大小: 1212654字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*