shomez/mention-detection-bert-large-cased

该数据集用于提及检测任务，包含tokens、labels、mentions、input_ids和attention_mask等特征。labels是一个序列，包含类标签，其中0代表O，1代表B-MEN，2代表I-MEN。mentions是一个列表，包含start_token_idx、end_token_idx、identifier和tokens。数据集分为训练集，包含547个例子，大小为6409510字节。下载大小为1484952字节。

This dataset is designed for mention detection tasks, containing features such as tokens, labels, mentions, input_ids, and attention_mask. The labels are a sequence containing class labels, where 0 represents O, 1 represents B-MEN, and 2 represents I-MEN. Mentions is a list containing start_token_idx, end_token_idx, identifier, and tokens. The dataset is divided into a training set, containing 547 examples, with a size of 6409510 bytes. The download size is 1484952 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• tokens: 字符串序列
• labels: 序列，包含类别标签
  • class_label:
    • names:
      • 0: O
      • 1: B-MEN
      • 2: I-MEN
• mentions: 列表
  • start_token_idx: 整数类型 (int64)
  • end_token_idx: 整数类型 (int64)
  • identifier: 字符串类型
  • tokens: 字符串序列
• input_ids: 整数序列 (int32)
• attention_mask: 整数序列 (int8)

数据分割

• train:
  • num_bytes: 6409510
  • num_examples: 547

数据集大小

• download_size: 1484952
• dataset_size: 6409510