defector/autotrain-data-company

该数据集是为company项目自动处理的AutoTrain数据集。数据集的语言为英语，使用BCP-47代码en表示。数据集包含tokens和tags两个字段，其中tokens字段是一个字符串序列，tags字段是一个包含两个类别的序列。数据集被划分为训练集和验证集，训练集包含999651个样本，验证集包含499630个样本。

原始信息汇总

数据集概述

数据集描述

本数据集是为项目“company”自动处理生成的。

语言

数据集的语言代码为BCP-47标准的en。

数据集结构

数据实例

数据集的样本示例如下：

json [ { "tokens": [ "sahil", "prasad", "president", "www", "swimcentre", "com", "banik", "baalkrishan", "gandhi", "com", "no", "satish", "nagar", "hisar" ], "tags": [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ] }, { "tokens": [ "olivia", "wilson", "real", "estate", "agent", "reallygreatsite", "com", "anywhere", "st", "any", "city", "st", "www", "reallygreatsite", "com" ], "tags": [ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 ] } ]

数据集字段

数据集包含以下字段：

json { "tokens": "Sequence(feature=Value(dtype=string, id=None), length=-1, id=None)", "tags": "Sequence(feature=ClassLabel(num_classes=2, names=[0, 9], id=None), length=-1, id=None)" }

数据集分割

数据集分为训练集和验证集，分割情况如下：

分割名称	样本数量
训练集	999651
验证集	499630

以上信息为数据集的基本概述。