pontusnorman123/sweset3_wild751_combtest

该数据集包含多个字段，包括id（整数类型）、words（字符串序列）、bboxes（浮点数序列的序列）、ner_tags（包含多个类别标签的序列）和image（图像类型）。ner_tags字段的类别标签包括I-COMPANY、I-DATE、I-ADDRESS、I-TOTAL、I-TAX、I-PRODUCT和O。数据集分为训练集和测试集，训练集包含1000个样本，测试集包含100个样本。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• words: 字符串序列
• bboxes: 浮点数序列，序列内嵌套序列
• ner_tags: 命名实体标签序列
  • 类别标签名称:
    • 0: I-COMPANY
    • 1: I-DATE
    • 2: I-ADDRESS
    • 3: I-TOTAL
    • 4: I-TAX
    • 5: I-PRODUCT
    • 6: O
• image: 图像类型

数据集划分

• 训练集 (train):
  • 样本数量: 1000
  • 数据大小: 975845441.0 字节
• 测试集 (test):
  • 样本数量: 100
  • 数据大小: 83286701.0 字节

数据集大小

• 下载大小: 1054451928 字节
• 数据集总大小: 1059132142.0 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*