mirfan899/hindi-ner

该数据集名为hindi-ner，包含训练集、验证集和测试集。数据集的特征包括id、tokens和ner_tags，其中ner_tags是一个序列，包含多个类别的标签，如LOCATION、BRAND、TITLE_OBJECT等。数据集的总大小为42556712字节，下载大小为6072695字节。

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 测试集：路径为 data/test-*

数据特征

• id：数据类型为字符串
• tokens：序列类型，数据类型为字符串
• ner_tags：序列类型，包含以下类别标签：
  • 0: LOCATION
  • 1: BRAND
  • 2: TITLE_OBJECT
  • 3: PERSON
  • 4: DESIGNATION
  • 5: ORGANIZATION
  • 6: ABBREVIATION
  • 7: TIME
  • 8: NUMBER
  • 9: MEASURE
  • 10: TERMS
  • 11: O

数据分割

• 训练集：
  • 字节数：22988092
  • 样本数：18376
• 验证集：
  • 字节数：9784310
  • 样本数：7876
• 测试集：
  • 字节数：9784310
  • 样本数：7876

数据集大小

• 下载大小：6072695 字节
• 数据集大小：42556712 字节