avi10/raw-dataset-T3

---
dataset_info:
features:
- name: id
dtype: string
- name: tags
dtype: string
- name: text
dtype: string
- name: entities
struct:
- name: allergy_name
dtype: string
- name: cancer
dtype: string
- name: chronic_disease
dtype: string
- name: treatment
dtype: string
- name: ner_tags
sequence: int64
- name: tokens
sequence: string
- name: __index_level_0__
dtype: float64
splits:
- name: train
num_bytes: 2160753.3778558876
num_examples: 4608
- name: test
num_bytes: 1854518
num_examples: 4019
- name: validation
num_bytes: 240552.62214411248
num_examples: 513
download_size: 1515862
dataset_size: 4255824.0
---
# Dataset Card for "raw-dataset-T3"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

The dataset raw-dataset-T3 includes multiple features such as id, tags, text, entities (which contains sub-features like allergy_name, cancer, etc.), ner_tags, tokens, and __index_level_0__. The dataset is divided into train, test, and validation sets, containing 4608, 4019, and 513 samples respectively. The total download size of the dataset is 1515862 bytes, and the total size is 4255824.0 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• tags: 数据类型为字符串。
• text: 数据类型为字符串。
• entities: 结构化数据，包含以下子特征：
  • allergy_name: 数据类型为字符串。
  • cancer: 数据类型为字符串。
  • chronic_disease: 数据类型为字符串。
  • treatment: 数据类型为字符串。
• ner_tags: 数据类型为整数序列。
• tokens: 数据类型为字符串序列。
• index_level_0: 数据类型为浮点数。

数据集分割

• train: 包含4608个样本，占用空间2160753.3778558876字节。
• test: 包含4019个样本，占用空间1854518字节。
• validation: 包含513个样本，占用空间240552.62214411248字节。

数据集大小

• 下载大小: 1515862字节。
• 数据集总大小: 4255824.0字节。