jensjorisdecorte/skill-extraction-techwolf

TECHWOLF子集虽然较小，但代表了更通用的职位描述和技能跨度的分布。ESCO技能直接在完整句子级别上进行标注，从而省略了中间跨度识别步骤。使用了ESCO v1.1.0版本。该数据集是技能提取的三部分评估数据集之一。

The `TECHWOLF` subset, although smaller, represents a more generic distribution of job descriptions and skill spans. ESCO skills are directly annotated on the full sentence level, thus omitting the intermediate span identification step. ESCO v1.1.0 is used. This dataset is part of a three-part evaluation dataset for skill extraction.

原始信息汇总

数据集概述

基本信息

• 名称: skill-extraction-techwolf
• 别名: jensjorisdecorte/skill-extraction-techwolf, Skill Extraction - TechWolf
• 创建者: Jens-Joris Decorte
• 关键词: text-classification, English, mit, < 1K, csv, Text, Datasets, pandas, Croissant, arxiv:2307.10778, 🇺🇸 Region: US, Skill Extraction
• 许可证: MIT
• URL: https://hf-mirror.com/datasets/jensjorisdecorte/skill-extraction-techwolf

描述

该数据集是用于技能提取的评估数据集的一部分，具体为TechWolf子集。该子集虽然较小，但代表了更通用的职位描述和技能范围的分布。ESCO技能直接在全句级别上进行标注，省略了中间的跨度识别步骤。使用的ESCO版本为v1.1.0。

数据结构

• 分布:

  • 类型: cr:FileObject

  • 名称: repo

  • 描述: HF Mirror git仓库。

  • 内容URL: https://hf-mirror.com/datasets/jensjorisdecorte/skill-extraction-techwolf/tree/refs%2Fconvert%2Fparquet

  • 编码格式: git+https

  • 类型: cr:FileSet

  • 名称: parquet-files-for-config-default

  • 描述: 由HF Mirror转换的基础Parquet文件（参见：https://hf-mirror.com/docs/datasets-server/parquet）。

  • 包含于: repo

  • 编码格式: application/x-parquet

  • 包含: default//.parquet

• 记录集:

  • 类型: cr:RecordSet
  • 名称: default
  • 描述: jensjorisdecorte/skill-extraction-techwolf - default子集
  • 字段:

    • 类型: cr:Field

    • 名称: default/sentence

    • 描述: HF Mirror parquet文件中的sentence列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取: sentence列

    • 类型: cr:Field

    • 名称: default/label

    • 描述: HF Mirror parquet文件中的label列。

    • 数据类型: sc:Text

    • 来源:

      • 文件集: parquet-files-for-config-default
      • 提取: label列

符合标准

• 标准: http://mlcommons.org/croissant/1.0