Tippawan/SNOMED-CT-NER-V.2

---
dataset_info:
features:
- name: text
sequence: string
- name: tag
sequence: int64
splits:
- name: train
num_bytes: 226675
num_examples: 1228
- name: validation
num_bytes: 15534
num_examples: 95
- name: test
num_bytes: 18077
num_examples: 95
download_size: 75589
dataset_size: 260286
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 特征名：text，数据类型：字符串序列
- 特征名：tag，数据类型：64位整数序列
数据集划分：
- 划分名：训练集，占用字节数：226675，样本总数：1228
- 划分名：验证集，占用字节数：15534，样本总数：95
- 划分名：测试集，占用字节数：18077，样本总数：95
下载总大小：75589
数据集总存储大小：260286
配置项：
- 配置名称：default
数据文件映射：
- 对应训练集划分，数据文件路径：data/train-*
- 对应验证集划分，数据文件路径：data/validation-*
- 对应测试集划分，数据文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• text: 字符串序列
• tag: 整数序列（int64）

数据集分割

• 训练集: 包含1228个样本，总大小为226675字节
• 验证集: 包含95个样本，总大小为15534字节
• 测试集: 包含95个样本，总大小为18077字节

数据集大小

• 下载大小: 75589字节
• 数据集总大小: 260286字节

配置文件

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*