habahbeh/xtreme-PAN-X.ar

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-PER
'2': I-PER
'3': B-ORG
'4': I-ORG
'5': B-LOC
'6': I-LOC
- name: langs
sequence: string
splits:
- name: train
num_bytes: 3634096
num_examples: 20000
- name: validation
num_bytes: 1808283
num_examples: 10000
- name: test
num_bytes: 1811963
num_examples: 10000
download_size: 1567470
dataset_size: 7254342
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• ner_tags: 序列标签，包含以下类别：
  • 0: O
  • 1: B-PER
  • 2: I-PER
  • 3: B-ORG
  • 4: I-ORG
  • 5: B-LOC
  • 6: I-LOC
• langs: 字符串序列

数据集分割

• 训练集:
  • 样本数量: 20000
  • 数据大小: 3634096字节
• 验证集:
  • 样本数量: 10000
  • 数据大小: 1808283字节
• 测试集:
  • 样本数量: 10000
  • 数据大小: 1811963字节

数据集大小

• 下载大小: 1567470字节
• 数据集总大小: 7254342字节

数据文件配置

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*