thanaphatt1/semi-training_set-v2

---
dataset_info:
features:
- name: tokens
sequence: string
- name: word_ids
sequence: int64
- name: ner_tags
sequence: int64
- name: id
dtype: string
- name: fname
dtype: string
- name: pos_tags
sequence: int64
- name: clause_tags
sequence: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 27456882
num_examples: 18571
download_size: 2918093
dataset_size: 27456882
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• tokens: 序列类型，字符串
• word_ids: 序列类型，整数64位
• ner_tags: 序列类型，整数64位
• id: 数据类型，字符串
• fname: 数据类型，字符串
• pos_tags: 序列类型，整数64位
• clause_tags: 序列类型，整数64位
• index_level_0: 数据类型，整数64位

数据分割

• train:
  • 字节数: 27456882
  • 样本数: 18571

数据集大小

• 下载大小: 2918093 字节
• 数据集大小: 27456882 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*