datasciathlete/corpus4everyone-klue-small-korean-balance-NER

该数据集主要用于命名实体识别任务，包含两个主要字段：tokens和ner_tags。tokens字段表示文本序列，ner_tags字段表示对应的命名实体标签，标签类别包括B-PS、I-PS、B-OG、I-OG、B-LC、I-LC和O。数据集分为训练集和验证集，训练集包含48638个样本，验证集包含12156个样本。

原始信息汇总

数据集概述

特征信息

• tokens: 字符串序列
• ner_tags: 序列标签
  • 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

数据分割

• 训练集:
  • 字节数: 62614599.59708029
  • 样本数: 48638
• 验证集:
  • 字节数: 17033235.99117251
  • 样本数: 12156

数据大小

• 下载大小: 8225312 字节
• 数据集大小: 79647835.5882528 字节

配置信息

• 默认配置:
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*