该数据集是一个用于命名实体识别（NER）任务的结构化数据集，包含三个主要字段：'text'（原始文本）、'tokens'（分词序列）和'ner_tags'（命名实体标签序列）。命名实体标签共分为8类，包括动作（Action）、概念（Concept）、谓词（Predicate）、引用（Reference）及其相应的起始（B-）和中间（I-）标签，以及普通标签（O）。数据集分为训练集（800个样本）、

Hugging Face2026-02-07 更新90

ferrazzipietro/LS_Llama-2-7b-hf_adapters_en.layer1_NoQuant_32_32_0.01_4_0.0002_5EpochsBestF1Train

自然语言处理

实体识别

该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）和相关文本分析。数据集包含多个特征，如句子、实体列表、原始文本、原始ID、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。实体列表中包含ID、偏移量、角色、语义类型ID、文本和类型。数据集分为测试集，包含681个样本，总大小为2785371字节。

Hugging Face2024-05-16 更新200

DavidFM43/gutenberg_spacy-ner-monitoring

实体识别

自然语言处理

--- dataset_info: features: - name: tokens sequence: string - name: ner_tags sequence: class_label: names: '0': O '1': B-CARDINAL '2': I-CARDI

Hugging Face2023-04-08 更新120