textminr/ner_tokenized

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_ids
sequence: int64
- name: ner_tags
sequence: string
splits:
- name: train
num_bytes: 3784761
num_examples: 6361
- name: validation
num_bytes: 950953
num_examples: 1591
download_size: 283694
dataset_size: 4735714
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集信息

特征

• tokens: 序列类型为字符串
• ner_ids: 序列类型为整数（int64）
• ner_tags: 序列类型为字符串

数据分割

• 训练集 (train)
  • 字节数: 3784761
  • 样本数: 6361
• 验证集 (validation)
  • 字节数: 950953
  • 样本数: 1591

数据大小

• 下载大小: 283694 字节
• 数据集大小: 4735714 字节

配置

• 默认配置 (default)
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*