hemangjoshi37a/autotrain-data-ratnakar_1000_sample_curated

该数据集是为项目ratnakar_1000_sample_curated自动处理的，语言为英语。数据集包含两个字段：tokens和tags，分别表示文本序列和对应的标签序列。数据集被分为训练集和验证集，样本数量分别为726和259。This dataset was automatically processed for the project `ratnakar_1000_sample_curated`, and it is in English. It contains two fields: `tokens` and `tags`, which represent the text sequence and the corresponding label sequence respectively. The dataset is split into a training set and a validation set, with 726 and 259 samples respectively.

原始信息汇总

AutoTrain Dataset for project: ratnakar_1000_sample_curated

数据集描述

该数据集由AutoTrain自动处理，用于项目ratnakar_1000_sample_curated。

语言

数据集的语言BCP-47代码为en。

数据集结构

数据实例

数据集的一个样本如下：

json [ { "tokens": [ "INTRADAY", "NAHARINDUS", " ABOVE ", "128", " - 129 SL ", "126", " TARGET ", "140", " " ], "tags": [ 8, 10, 0, 3, 0, 9, 0, 5, 0 ] }, { "tokens": [ "INTRADAY", "ASTRON", " ABV ", "39", " SL ", "37.50", " TARGET ", "45", " " ], "tags": [ 8, 10, 0, 3, 0, 9, 0, 5, 0 ] } ]

数据集字段

数据集包含以下字段（也称为“特征”）：

json { "tokens": "Sequence(feature=Value(dtype=string, id=None), length=-1, id=None)", "tags": "Sequence(feature=ClassLabel(num_classes=12, names=[NANA, btst, delivery, enter, entry_momentum, exit, exit2, exit3, intraday, sl, symbol, touched], id=None), length=-1, id=None)" }

数据集分割

该数据集分为训练集和验证集。分割大小如下：

分割名称	样本数量
train	726
valid	259

搜集汇总

背景与挑战

背景概述

该数据集是一个英语自然语言处理数据集，专为项目'ratnakar_1000_sample_curated'自动处理，包含文本序列（tokens）和对应标签序列（tags）两个字段，适用于序列标注任务。数据集已划分为训练集（726个样本）和验证集（259个样本），总计985个样本，便于模型训练和评估，具有结构清晰、规模适中的特点。