hs-knowledge/sbf-enriched

--- dataset_info: features: - name: whoTarget dtype: string - name: intentYN dtype: string - name: sexYN dtype: string - name: sexReason dtype: string - name: offensiveYN dtype: string - name: annotatorGender dtype: string - name: annotatorMinority dtype: string - name: sexPhrase dtype: string - name: speakerMinorityYN dtype: string - name: WorkerId dtype: string - name: HITId dtype: string - name: annotatorPolitics dtype: string - name: annotatorRace dtype: string - name: annotatorAge dtype: string - name: post dtype: string - name: targetMinority dtype: string - name: targetCategory dtype: string - name: targetStereotype dtype: string - name: dataSource dtype: string - name: ner_output struct: - name: entities list: - name: end dtype: int64 - name: kg_results struct: - name: '@context' struct: - name: '@vocab' dtype: string - name: EntitySearchResult dtype: string - name: detailedDescription dtype: string - name: goog dtype: string - name: kg dtype: string - name: resultScore dtype: string - name: '@type' dtype: string - name: itemListElement list: - name: '@type' dtype: string - name: result struct: - name: '@id' dtype: string - name: '@type' sequence: string - name: description dtype: string - name: detailedDescription struct: - name: articleBody dtype: string - name: license dtype: string - name: url dtype: string - name: image struct: - name: contentUrl dtype: string - name: url dtype: string - name: name dtype: string - name: url dtype: string - name: resultScore dtype: float64 - name: wikidata_id dtype: string - name: query_text dtype: string - name: start dtype: int64 - name: text dtype: string - name: type dtype: string - name: labels sequence: string - name: sentence dtype: string - name: tokens sequence: string - name: entities list: - name: '@type' dtype: string - name: end dtype: int64 - name: kg_result struct: - name: '@id' dtype: string - name: '@type' sequence: string - name: description dtype: string - name: detailedDescription struct: - name: articleBody dtype: string - name: license dtype: string - name: url dtype: string - name: image struct: - name: contentUrl dtype: string - name: url dtype: string - name: name dtype: string - name: url dtype: string - name: resultScore dtype: float64 - name: score dtype: float64 - name: similarity dtype: float64 - name: start dtype: int64 - name: text dtype: string - name: type dtype: string - name: wikidata_id dtype: string splits: - name: test num_bytes: 54962629 num_examples: 17501 - name: validation num_bytes: 55627871 num_examples: 16738 - name: train num_bytes: 379229290 num_examples: 112900 download_size: 0 dataset_size: 489819790 --- # Dataset Card for "sbf-enriched" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 目标提及对象（whoTarget）：数据类型为字符串 - 意图判定结果（intentYN）：数据类型为字符串 - 性别相关判定（sexYN）：数据类型为字符串 - 性别相关判定理由（sexReason）：数据类型为字符串 - 冒犯性判定结果（offensiveYN）：数据类型为字符串 - 标注者性别（annotatorGender）：数据类型为字符串 - 标注者是否属于少数群体（annotatorMinority）：数据类型为字符串 - 性别相关表述（sexPhrase）：数据类型为字符串 - 发言者是否属于少数群体（speakerMinorityYN）：数据类型为字符串 - 标注者编号（WorkerId）：数据类型为字符串 - 人类智能任务编号（HITId）：数据类型为字符串 - 标注者政治倾向（annotatorPolitics）：数据类型为字符串 - 标注者种族（annotatorRace）：数据类型为字符串 - 标注者年龄（annotatorAge）：数据类型为字符串 - 发布内容（post）：数据类型为字符串 - 目标少数群体（targetMinority）：数据类型为字符串 - 目标类别（targetCategory）：数据类型为字符串 - 目标群体刻板印象（targetStereotype）：数据类型为字符串 - 数据来源（dataSource）：数据类型为字符串 - 命名实体识别输出（ner_output）：结构体，包含以下字段： - 实体列表（entities）：列表类型，每个元素为结构体，包含： - 结束位置（end）：64位整数（int64） - 知识图谱查询结果（kg_results）：结构体，包含： - 上下文信息（@context）：结构体，包含： - 词汇表（@vocab）：字符串 - 实体搜索结果标识（EntitySearchResult）：字符串 - 详细描述（detailedDescription）：字符串 - 谷歌前缀标识（goog）：字符串 - 知识图谱标识（kg）：字符串 - 结果得分（resultScore）：字符串 - 类型（@type）：字符串 - 项目列表元素（itemListElement）：列表类型，每个元素为结构体，包含： - 类型（@type）：字符串 - 搜索结果（result）：结构体，包含： - 实体ID（@id）：字符串 - 类型序列（@type）：字符串序列 - 描述文本（description）：字符串 - 详细描述（detailedDescription）：结构体，包含： - 正文内容（articleBody）：字符串 - 许可协议（license）：字符串 - 资源链接（url）：字符串 - 图片信息（image）：结构体，包含： - 内容链接（contentUrl）：字符串 - 图片链接（url）：字符串 - 实体名称（name）：字符串 - 资源链接（url）：字符串 - 结果得分（resultScore）：64位浮点数（float64） - 维基数据ID（wikidata_id）：字符串 - 查询文本（query_text）：字符串 - 起始位置（start）：64位整数（int64） - 实体文本（text）：字符串 - 实体类型（type）：字符串 - 标签序列（labels）：字符串序列 - 句子文本（sentence）：字符串 - 分词序列（tokens）：字符串序列 - 实体列表（entities）：列表类型，每个元素为结构体，包含： - 类型（@type）：字符串 - 结束位置（end）：64位整数（int64） - 知识图谱结果（kg_result）：结构体，包含： - 实体ID（@id）：字符串 - 类型序列（@type）：字符串序列 - 描述文本（description）：字符串 - 详细描述（detailedDescription）：结构体，包含： - 正文内容（articleBody）：字符串 - 许可协议（license）：字符串 - 资源链接（url）：字符串 - 图片信息（image）：结构体，包含： - 内容链接（contentUrl）：字符串 - 图片链接（url）：字符串 - 实体名称（name）：字符串 - 资源链接（url）：字符串 - 结果得分（resultScore）：64位浮点数（float64） - 得分（score）：64位浮点数（float64） - 相似度（similarity）：64位浮点数（float64） - 起始位置（start）：64位整数（int64） - 实体文本（text）：字符串 - 实体类型（type）：字符串 - 维基数据ID（wikidata_id）：字符串 数据集划分： - 测试集（test）：字节大小为54962629，样本数量为17501 - 验证集（validation）：字节大小为55627871，样本数量为16738 - 训练集（train）：字节大小为379229290，样本数量为112900 下载大小：0 总数据集大小：489819790 # "sbf-enriched"数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

"sbf-enriched"

数据集大小

• 总大小: 489819790 字节
• 下载大小: 0 字节

数据集结构

特征信息

• whoTarget: 字符串
• intentYN: 字符串
• sexYN: 字符串
• sexReason: 字符串
• offensiveYN: 字符串
• annotatorGender: 字符串
• annotatorMinority: 字符串
• sexPhrase: 字符串
• speakerMinorityYN: 字符串
• WorkerId: 字符串
• HITId: 字符串
• annotatorPolitics: 字符串
• annotatorRace: 字符串
• annotatorAge: 字符串
• post: 字符串
• targetMinority: 字符串
• targetCategory: 字符串
• targetStereotype: 字符串
• dataSource: 字符串
• ner_output: 结构体
  • entities: 列表
    • end: 整数
    • kg_results: 结构体
      • @context: 结构体
        • @vocab: 字符串
        • EntitySearchResult: 字符串
        • detailedDescription: 字符串
        • goog: 字符串
        • kg: 字符串
        • resultScore: 字符串
      • @type: 字符串
      • itemListElement: 列表
        • @type: 字符串
        • result: 结构体
          • @id: 字符串
          • @type: 序列
          • description: 字符串
          • detailedDescription: 结构体
            • articleBody: 字符串
            • license: 字符串
            • url: 字符串
          • image: 结构体
            • contentUrl: 字符串
            • url: 字符串
          • name: 字符串
          • url: 字符串
        • resultScore: 浮点数
        • wikidata_id: 字符串
      • query_text: 字符串
    • start: 整数
    • text: 字符串
    • type: 字符串
  • labels: 序列
  • sentence: 字符串
  • tokens: 序列
• entities: 列表
  • @type: 字符串
  • end: 整数
  • kg_result: 结构体
    • @id: 字符串
    • @type: 序列
    • description: 字符串
    • detailedDescription: 结构体
      • articleBody: 字符串
      • license: 字符串
      • url: 字符串
    • image: 结构体
      • contentUrl: 字符串
      • url: 字符串
    • name: 字符串
    • url: 字符串
  • resultScore: 浮点数
  • score: 浮点数
  • similarity: 浮点数
  • start: 整数
  • text: 字符串
  • type: 字符串
  • wikidata_id: 字符串

数据集分割

• train: 112900 个例子, 379229290 字节
• validation: 16738 个例子, 55627871 字节
• test: 17501 个例子, 54962629 字节