Gizachew/amh-ner

该数据集用于命名实体识别（NER）任务，包含id、tokens和ner_tags三个字段。ner_tags字段是一个序列字段，包含了命名实体识别的标签类别，如人名（PER）、组织名（ORG）、地点（LOC）和日期（DATE）等。数据集分为训练集、验证集和测试集，分别包含1750、250和500个样本。

原始信息汇总

数据集信息

特征

• id: 数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• ner_tags: 序列类型，包含类别标签，具体标签如下：
  • 0: O
  • 1: B-PER
  • 2: I-PER
  • 3: B-ORG
  • 4: I-ORG
  • 5: B-LOC
  • 6: I-LOC
  • 7: B-DATE
  • 8: I-DATE

数据分割

• train: 包含1750个样本，占用639427字节。
• validation: 包含250个样本，占用92479字节。
• test: 包含500个样本，占用184216字节。

数据集大小

• 下载大小: 269989字节
• 数据集大小: 916122字节

配置

• default: 数据文件路径如下：
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*