seokheeyam/funsd-bank-paragraph-test3

该数据集包含多个特征，如id、tokens、bboxes、ner_tags、image、bboxes_block、texts和labels，主要用于处理与文本和图像相关的任务，特别是命名实体识别（NER）任务。数据集分为训练集和测试集，分别包含125和15个样本。

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• tokens: 字符串序列
• bboxes: 整数序列序列
• ner_tags: 标签序列，包含以下类别：
  • 0: O
  • 1: B-HEADER
  • 2: I-HEADER
  • 3: B-QUESTION
  • 4: I-QUESTION
  • 5: B-ANSWER
  • 6: I-ANSWER
• image: 图像类型
• bboxes_block: 整数序列序列
• texts: 字符串序列
• labels: 标签序列，包含以下类别：
  • 0: other
  • 1: header
  • 2: question
  • 3: answer

数据集分割

• 训练集:
  • 示例数量: 125
  • 数据大小: 1010809462.0 字节
• 测试集:
  • 示例数量: 15
  • 数据大小: 137515204.0 字节

数据集大小

• 下载大小: 1145069495 字节
• 数据集总大小: 1148324666.0 字节

数据文件配置

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