iamfadi/edgar_all4

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence: string
splits:
- name: train
num_bytes: 4665023
num_examples: 9353
- name: val
num_bytes: 568068
num_examples: 1169
- name: test
num_bytes: 535751
num_examples: 1170
download_size: 1160322
dataset_size: 5768842
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息:
特征项:
- 名称: 词元 (Token)
序列类型: 字符串
- 名称: 命名实体识别标签 (NER Tags)
序列类型: 字符串
数据集划分:
- 划分名称: 训练集
字节大小: 4665023
样本数量: 9353
- 划分名称: 验证集
字节大小: 568068
样本数量: 1169
- 划分名称: 测试集
字节大小: 535751
样本数量: 1170
下载总大小: 1160322
数据集总大小: 5768842
配置项:
- 配置名称: 默认配置
数据文件:
- 对应划分: 训练集
文件路径: data/train-*
- 对应划分: 验证集
文件路径: data/val-*
- 对应划分: 测试集
文件路径: data/test-*

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• ner_tags: 字符串序列

数据集分割

• 训练集 (train):
  • 示例数量: 9353
  • 数据大小: 4665023 字节
• 验证集 (val):
  • 示例数量: 1169
  • 数据大小: 568068 字节
• 测试集 (test):
  • 示例数量: 1170
  • 数据大小: 535751 字节

数据集大小

• 下载大小: 1160322 字节
• 数据集总大小: 5768842 字节

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/val-*
  • 测试集: data/test-*