j-chim/pii-pile-chunk3-50000-100000-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: 519392635 num_examples: 50000 download_size: 200427885 dataset_size: 519392635 --- # Dataset Card for "pii-pile-chunk3-50000-100000-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

• 名称: pii-pile-chunk3-50000-100000-tagged

数据集特征

• texts: 字符串序列
• meta: 结构化数据
  • 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
  • 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
    • 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: 519392635
  • num_examples: 50000

数据集大小

• download_size: 200427885
• dataset_size: 519392635