Medha0219Baniya/NER

该数据集包含三个主要特征：id、tokens和ner_tags。id是字符串类型，tokens是字符串序列，ner_tags是序列类型，包含11个类别的命名实体识别标签。数据集分为训练集、测试集和验证集，分别包含2664、717和785个样本。数据集的下载大小为385107字节，总大小为1873973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。
• tokens: 数据类型为字符串序列。
• ner_tags: 数据类型为标签序列，包含以下类别：
  • B-Indicator
  • B-Malware
  • B-Organization
  • B-System
  • B-Vulnerability
  • I-Indicator
  • I-Malware
  • I-Organization
  • I-System
  • I-Vulnerability
  • O

数据集划分

• train: 包含2664个样本，总大小为1197515字节。
• test: 包含717个样本，总大小为336600字节。
• validation: 包含785个样本，总大小为339858字节。

数据集大小

• 下载大小: 385107字节。
• 数据集总大小: 1873973字节。

数据文件配置

• default配置:
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。
  • validation: 路径为data/validation-*。