shujatoor/ner_instruct
收藏Hugging Face2024-04-24 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/shujatoor/ner_instruct
下载链接
链接失效反馈官方服务：
资源简介：
该数据集用于微调模型以进行命名实体识别（NER），包含16.4k条指令示例。数据集由2000多张收据数据生成，其中1500张是原始收据，500张是使用llama2-70b-4096生成的假收据。原始收据主要来自马来西亚、印度、美国、英国、加拿大和巴基斯坦，使用Paddleocr进行OCR处理。假收据涉及多种类型的商店，如杂货店、宠物店、五金店等。
该数据集用于微调模型以进行命名实体识别（NER），包含16.4k条指令示例。数据集由2000多张收据数据生成，其中1500张是原始收据，500张是使用llama2-70b-4096生成的假收据。原始收据主要来自马来西亚、印度、美国、英国、加拿大和巴基斯坦，使用Paddleocr进行OCR处理。假收据涉及多种类型的商店，如杂货店、宠物店、五金店等。
提供机构：
shujatoor
原始信息汇总
数据集概述
数据集特征
- Input: 数据类型为字符串
- Output: 数据类型为字符串
数据集划分
- 训练集 (train):
- 示例数量: 16373
- 数据大小: 2454136 字节
数据集大小
- 下载大小: 836886 字节
- 总数据大小: 2454136 字节
数据集用途
- 用于微调模型以进行命名实体识别（NER）
数据集来源
- 原始收据: 约1500份，主要来自马来西亚、印度、美国、英国、加拿大和巴基斯坦
- 伪造收据: 约500份，使用
llama2-70b-4096生成
数据处理工具
- OCR处理: 使用
Paddleocr
数据集规模
- 指令示例数量: 16.4k
