j-chim/pii-pile-chunk3-200000-250000-tagged

---
dataset_info:
features:
- name: texts
sequence: string
- name: meta
struct:
- name: pile_set_name
dtype: string
- name: scores
sequence: float64
- name: avg_score
dtype: float64
- name: num_sents
dtype: int64
- name: tagged_pii_results
list:
- name: analysis_explanation
dtype: 'null'
- name: end
dtype: int64
- name: entity_type
dtype: string
- name: recognition_metadata
struct:
- name: recognizer_identifier
dtype: string
- name: recognizer_name
dtype: string
- name: score
dtype: float64
- name: start
dtype: int64
splits:
- name: train
num_bytes: 508200278
num_examples: 49999
download_size: 194434096
dataset_size: 508200278
---
# Dataset Card for "pii-pile-chunk3-200000-250000-tagged"

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

原始信息汇总

数据集概述

数据集名称

• pii-pile-chunk3-200000-250000-tagged

数据集特征

• texts：字符串序列
• meta：结构化数据，包含：
  • pile_set_name：字符串类型
• scores：浮点数序列（float64）
• avg_score：浮点数类型（float64）
• num_sents：整数类型（int64）
• tagged_pii_results：列表，包含：
  • analysis_explanation：空值（null）
  • end：整数类型（int64）
  • entity_type：字符串类型
  • recognition_metadata：结构化数据，包含：
    • recognizer_identifier：字符串类型
    • recognizer_name：字符串类型
  • score：浮点数类型（float64）
  • start：整数类型（int64）

数据集拆分

• train：
  • num_bytes：508200278字节
  • num_examples：49999个样本

数据集大小

• download_size：194434096字节
• dataset_size：508200278字节