datasciathlete/corpus4everyone-klue-small-korean-NER

---
dataset_info:
features:
- name: ner_tags
sequence:
class_label:
names:
"0": B-PS,
"1": I-PS,
"2": B-OG,
"3": I-OG,
"4": B-LC,
"5": I-LC,
"6": O
- name: tokens
sequence: string
splits:
- name: train
num_bytes: 128277756.0
num_examples: 102356
- name: validation
num_bytes: 32069439.0
num_examples: 25589
download_size: 17582758
dataset_size: 160347195.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征：
- 名称：命名实体识别标签（ner_tags），为序列类型，其类别标签对应关系如下：
"0": B-PS,
"1": I-PS,
"2": B-OG,
"3": I-OG,
"4": B-LC,
"5": I-LC,
"6": O
- 名称：词元（tokens），为字符串序列
数据集划分：
- 名称：训练集（train），字节大小：128277756.0，样本数量：102356
- 名称：验证集（validation），字节大小：32069439.0，样本数量：25589
下载大小：17582758
数据集总大小：160347195.0
配置项：
- 配置名称：默认（default），数据文件路径：
- 训练集划分：data/train-*
- 验证集划分：data/validation-*

原始信息汇总

数据集概述

特征

• ner_tags:
  • 类型: 序列
  • 类别标签名称:
    • "0": B-PS
    • "1": I-PS
    • "2": B-OG
    • "3": I-OG
    • "4": B-LC
    • "5": I-LC
    • "6": O
• tokens:
  • 类型: 字符串序列

数据分割

• train:
  • 字节数: 128277756.0
  • 样本数: 102356
• validation:
  • 字节数: 32069439.0
  • 样本数: 25589

数据大小

• 下载大小: 17582758 字节
• 数据集大小: 160347195.0 字节

配置

• default:
  • 数据文件:
    • 训练集路径: data/train-*
    • 验证集路径: data/validation-*