lakshankarunathilake/medmentions_iob

该数据集包含文本序列（tokens）和对应的命名实体识别标签序列（ner_tags）。数据集分为训练集、验证集和测试集，每个分割包含2635个示例，每个分割的字节数为10848425。数据集的下载大小为6447816字节，总大小为32545275字节。

This dataset contains text sequences (tokens) and corresponding named entity recognition tag sequences (ner_tags). The dataset is divided into training, validation, and test sets, each containing 2635 examples with a byte size of 10848425. The download size of the dataset is 6447816 bytes, and the total size is 32545275 bytes.

原始信息汇总

数据集概述

特征

• tokens: 字符串序列
• ner_tags: 整数序列

数据分割

• train:
  • 样本数: 2635
  • 字节数: 10848425
• validation:
  • 样本数: 2635
  • 字节数: 10848425
• test:
  • 样本数: 2635
  • 字节数: 10848425

数据文件

• default 配置:
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*

数据集大小

• 下载大小: 6447816 字节
• 数据集总大小: 32545275 字节