shomez/mention_detection_bert_dataset

该数据集用于提及检测任务，包含tokens、labels、mentions、input_ids和attention_mask等特征。labels用于标注提及的开始和内部，mentions包含提及的起始和结束标记索引、标识符和tokens。数据集分为训练集，包含529个样本，总大小为6226814字节。

This dataset is designed for mention detection tasks, featuring tokens, labels, mentions, input_ids, and attention_mask. Labels are used to annotate the beginning and inside of mentions, while mentions include start and end token indices, identifiers, and tokens. The dataset is divided into a training set containing 529 samples, with a total size of 6226814 bytes.

原始信息汇总

数据集概述

数据集名称

mention_detection_bert_dataset

数据集特征

• tokens: 字符串序列
• labels: 序列，包含类别标签
  • 类别标签:
    • 0: O
    • 1: B-MEN
    • 2: I-MEN
• mentions: 列表，包含以下字段
  • start_token_idx: 整数类型
  • end_token_idx: 整数类型
  • identifier: 字符串类型
  • tokens: 字符串序列
• input_ids: 整数序列
• attention_mask: 整数序列

数据集分割

• train:
  • 样本数量: 529
  • 数据大小: 6226814 字节

数据集大小

• 下载大小: 1366080 字节
• 数据集总大小: 6226814 字节