Brizape/SETH_tokenized_split_0404_dev
收藏Hugging Face2023-04-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Brizape/SETH_tokenized_split_0404_dev
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: texts
dtype: string
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 3405949
num_examples: 403
- name: validation
num_bytes: 852237
num_examples: 101
- name: test
num_bytes: 1012765
num_examples: 126
download_size: 1214849
dataset_size: 5270951
---
# Dataset Card for "SETH_tokenized_split_0404_dev"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
Brizape
原始信息汇总
数据集概述
数据集名称
- SETH_tokenized_split_0404_dev
数据集特征
- id: 数据类型为字符串（string）。
- tokens: 数据类型为字符串序列（sequence: string）。
- ner_tags: 数据类型为整数序列（sequence: int64）。
- texts: 数据类型为字符串（string）。
- input_ids: 数据类型为整数序列（sequence: int32）。
- token_type_ids: 数据类型为整数序列（sequence: int8）。
- attention_mask: 数据类型为整数序列（sequence: int8）。
- labels: 数据类型为整数序列（sequence: int64）。
数据集分割
- 训练集（train）: 包含403个样本，占用3405949字节。
- 验证集（validation）: 包含101个样本，占用852237字节。
- 测试集（test）: 包含126个样本，占用1012765字节。
数据集大小
- 下载大小: 1214849字节
- 数据集总大小: 5270951字节
