Tippawan/semi-train20

---
dataset_info:
features:
- name: id
dtype: string
- name: fname
dtype: string
- name: tokens
sequence: string
- name: pos_tags
sequence: int64
- name: ner_tags
sequence: int64
- name: clause_tags
sequence: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 25094339
num_examples: 12656
download_size: 2828635
dataset_size: 25094339
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• id: 字符串类型
• fname: 字符串类型
• tokens: 字符串序列
• pos_tags: 整数序列
• ner_tags: 整数序列
• clause_tags: 整数序列
• index_level_0: 整数类型

数据分割

• train:
  • 字节数: 25094339
  • 样本数: 12656

数据大小

• 下载大小: 2828635 字节
• 数据集大小: 25094339 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*