mabounassif/nyt_ingredient_phrase_ner

该数据集包含四个主要字段：id、input、tokens和tags。其中，tags字段是一个序列，包含五个类别标签：I-QTY、I-UNIT、I-NAME、I-COMMENT和I-OTHER。数据集分为训练集和测试集，分别包含125555和53652个样本。数据集的下载大小为7543614字节，总大小为28705281字节。

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• input: 数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• tags: 序列类型，包含类别标签，标签名称如下：
  • 0: I-QTY
  • 1: I-UNIT
  • 2: I-NAME
  • 3: I-COMMENT
  • 4: I-OTHER

数据集划分

• train: 包含20,110,373字节，125,555个样本。
• test: 包含8,594,908字节，53,652个样本。

数据集大小

• 下载大小: 7,543,614字节。
• 数据集大小: 28,705,281字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。