DioBot2000/CEFR_ds_NEWS_3000_ProntoPerTrain

---
dataset_info:
features:
- name: tokens
sequence: string
- name: CEFR
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': '0'
'1': A1
'2': A2
'3': B1
'4': B2
'5': C1
'6': C2
splits:
- name: train
num_bytes: 1994665
num_examples: 2100
- name: test
num_bytes: 409685
num_examples: 450
- name: validation
num_bytes: 415947
num_examples: 450
download_size: 571672
dataset_size: 2820297
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• tokens: 序列类型为字符串。
• CEFR: 序列类型为字符串。
• ner_tags: 序列类型，包含以下类别标签：
  • 0: 0
  • 1: A1
  • 2: A2
  • 3: B1
  • 4: B2
  • 5: C1
  • 6: C2

数据集分割

• train: 包含2100个示例，占用1994665字节。
• test: 包含450个示例，占用409685字节。
• validation: 包含450个示例，占用415947字节。

数据集大小

• 下载大小: 571672字节
• 数据集总大小: 2820297字节

配置文件

• default 配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*
  • 验证数据路径: data/validation-*