stulcrad/CNEC2_0_Supertypes_flat

该数据集是一个捷克语的命名实体识别（NER）数据集，包含tokens和ner_tags两个特征。ner_tags是一个序列，包含多个类标签，用于标识不同类型的命名实体。数据集分为训练集、验证集和测试集，分别包含7193、900和899个示例。数据集的总大小为3500985字节，下载大小为1199569字节。该数据集的任务类别为token-classification。

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• ner_tags: 序列标签，包含以下类别：
  • 0: O
  • 1: B-A
  • 2: I-A
  • 3: B-G
  • 4: I-G
  • 5: B-I
  • 6: I-I
  • 7: B-M
  • 8: I-M
  • 9: B-N
  • 10: I-N
  • 11: B-O
  • 12: I-O
  • 13: B-P
  • 14: I-P
  • 15: B-T
  • 16: I-T

数据集划分

• train: 7193个样本，占用2798586字节
• validation: 900个样本，占用350253字节
• test: 899个样本，占用352146字节

数据集大小

• 下载大小: 1199569字节
• 数据集总大小: 3500985字节

任务类别

• 词元分类