JoelMba/multiconer

---
dataset_info:
features:
- name: id
dtype: string
- name: sample_id
dtype: string
- name: tokens
sequence: string
- name: ner_tags_index
sequence:
class_label:
names:
'0': O
'1': B-Facility
'2': I-Facility
'3': B-OtherLOC
'4': I-OtherLOC
'5': B-HumanSettlement
'6': I-HumanSettlement
'7': B-Station
'8': I-Station
'9': B-VisualWork
'10': I-VisualWork
'11': B-MusicalWork
'12': I-MusicalWork
'13': B-WrittenWork
'14': I-WrittenWork
'15': B-ArtWork
'16': I-ArtWork
'17': B-Software
'18': I-Software
'19': B-OtherCW
'20': I-OtherCW
'21': B-MusicalGRP
'22': I-MusicalGRP
'23': B-PublicCorp
'24': I-PublicCorp
'25': B-PrivateCorp
'26': I-PrivateCorp
'27': B-OtherCorp
'28': I-OtherCorp
'29': B-AerospaceManufacturer
'30': I-AerospaceManufacturer
'31': B-SportsGRP
'32': I-SportsGRP
'33': B-CarManufacturer
'34': I-CarManufacturer
'35': B-TechCORP
'36': I-TechCORP
'37': B-ORG
'38': I-ORG
'39': B-Scientist
'40': I-Scientist
'41': B-Artist
'42': I-Artist
'43': B-Athlete
'44': I-Athlete
'45': B-Politician
'46': I-Politician
'47': B-Cleric
'48': I-Cleric
'49': B-SportsManager
'50': I-SportsManager
'51': B-OtherPER
'52': I-OtherPER
'53': B-Clothing
'54': I-Clothing
'55': B-Vehicle
'56': I-Vehicle
'57': B-Food
'58': I-Food
'59': B-Drink
'60': I-Drink
'61': B-OtherPROD
'62': I-OtherPROD
'63': B-Medication/Vaccine
'64': I-Medication/Vaccine
'65': B-MedicalProcedure
'66': I-MedicalProcedure
'67': B-AnatomicalStructure
'68': I-AnatomicalStructure
'69': B-Symptom
'70': I-Symptom
'71': B-Disease
'72': I-Disease
- name: ner_tags
sequence:
class_label:
names:
'0': B-Disorders
'1': I-Disorders
'2': O
- name: ner_tag_labels
sequence: string
splits:
- name: train
num_bytes: 2332175.1284950436
num_examples: 4564
- name: validation
num_bytes: 255496.8370393343
num_examples: 500
- name: test
num_bytes: 255496.8370393343
num_examples: 500
download_size: 695132
dataset_size: 2843168.802573712
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：
- 名称：id，数据类型：字符串
- 名称：sample_id，数据类型：字符串
- 名称：tokens（Token），数据类型：字符串序列
- 名称：ner_tags_index（命名实体识别（Named Entity Recognition，NER）标签索引），数据类型：序列，其类别标签命名如下：
0: O（非实体标记）
1: B-Facility（设施实体起始标记）
2: I-Facility（设施实体延续标记）
3: B-OtherLOC（其他地点实体起始标记）
4: I-OtherLOC（其他地点实体延续标记）
5: B-HumanSettlement（人类聚居地实体起始标记）
6: I-HumanSettlement（人类聚居地实体延续标记）
7: B-Station（站点实体起始标记）
8: I-Station（站点实体延续标记）
9: B-VisualWork（视觉作品实体起始标记）
10: I-VisualWork（视觉作品实体延续标记）
11: B-MusicalWork（音乐作品实体起始标记）
12: I-MusicalWork（音乐作品实体延续标记）
13: B-WrittenWork（文字作品实体起始标记）
14: I-WrittenWork（文字作品实体延续标记）
15: B-ArtWork（艺术作品实体起始标记）
16: I-ArtWork（艺术作品实体延续标记）
17: B-Software（软件实体起始标记）
18: I-Software（软件实体延续标记）
19: B-OtherCW（其他创作作品实体起始标记）
20: I-OtherCW（其他创作作品实体延续标记）
21: B-MusicalGRP（音乐团体实体起始标记）
22: I-MusicalGRP（音乐团体实体延续标记）
23: B-PublicCorp（上市企业实体起始标记）
24: I-PublicCorp（上市企业实体延续标记）
25: B-PrivateCorp（私营企业实体起始标记）
26: I-PrivateCorp（私营企业实体延续标记）
27: B-OtherCorp（其他企业实体起始标记）
28: I-OtherCorp（其他企业实体延续标记）
29: B-AerospaceManufacturer（航空航天制造商实体起始标记）
30: I-AerospaceManufacturer（航空航天制造商实体延续标记）
31: B-SportsGRP（体育团体实体起始标记）
32: I-SportsGRP（体育团体实体延续标记）
33: B-CarManufacturer（汽车制造商实体起始标记）
34: I-CarManufacturer（汽车制造商实体延续标记）
35: B-TechCORP（科技企业实体起始标记）
36: I-TechCORP（科技企业实体延续标记）
37: B-ORG（组织实体起始标记）
38: I-ORG（组织实体延续标记）
39: B-Scientist（科学家实体起始标记）
40: I-Scientist（科学家实体延续标记）
41: B-Artist（艺术家实体起始标记）
42: I-Artist（艺术家实体延续标记）
43: B-Athlete（运动员实体起始标记）
44: I-Athlete（运动员实体延续标记）
45: B-Politician（政治家实体起始标记）
46: I-Politician（政治家实体延续标记）
47: B-Cleric（神职人员实体起始标记）
48: I-Cleric（神职人员实体延续标记）
49: B-SportsManager（体育经理人实体起始标记）
50: I-SportsManager（体育经理人实体延续标记）
51: B-OtherPER（其他人物实体起始标记）
52: I-OtherPER（其他人物实体延续标记）
53: B-Clothing（服装实体起始标记）
54: I-Clothing（服装实体延续标记）
55: B-Vehicle（交通工具实体起始标记）
56: I-Vehicle（交通工具实体延续标记）
57: B-Food（食品实体起始标记）
58: I-Food（食品实体延续标记）
59: B-Drink（饮品实体起始标记）
60: I-Drink（饮品实体延续标记）
61: B-OtherPROD（其他产品实体起始标记）
62: I-OtherPROD（其他产品实体延续标记）
63: B-Medication/Vaccine（药物/疫苗实体起始标记）
64: I-Medication/Vaccine（药物/疫苗实体延续标记）
65: B-MedicalProcedure（医疗操作实体起始标记）
66: I-MedicalProcedure（医疗操作实体延续标记）
67: B-AnatomicalStructure（解剖结构实体起始标记）
68: I-AnatomicalStructure（解剖结构实体延续标记）
69: B-Symptom（症状实体起始标记）
70: I-Symptom（症状实体延续标记）
71: B-Disease（疾病实体起始标记）
72: I-Disease（疾病实体延续标记）
- 名称：ner_tags（命名实体识别（Named Entity Recognition，NER）标签），数据类型：序列，其类别标签命名如下：
0: B-Disorders（病症实体起始标记）
1: I-Disorders（病症实体延续标记）
2: O（非实体标记）
- 名称：ner_tag_labels（命名实体识别标签文本），数据类型：字符串序列
数据集划分：
- 划分名称：train（训练集），数据字节数：2332175.1284950436，样本数量：4564
- 划分名称：validation（验证集），数据字节数：255496.8370393343，样本数量：500
- 划分名称：test（测试集），数据字节数：255496.8370393343，样本数量：500
下载总大小：695132
数据集总大小：2843168.802573712
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集划分：对应路径data/train-*
- 验证集划分：对应路径data/validation-*
- 测试集划分：对应路径data/test-*