explosion/ner-fashion-brands

该数据集最初作为[此教程](https://github.com/explosion/projects/tree/v3/tutorials/ner_fashion_brands)的一部分出现。数据集的目标是检测Reddit评论中的时尚品牌。更多详细信息，请阅读[此博客文章](https://explosion.ai/blog/sense2vec-reloaded#annotation)。

原始信息汇总

数据集概述

数据集信息

• 特征列表：
  • text: 类型为 string
  • meta: 结构化数据，包含 section，类型为 string
  • _input_hash: 类型为 int64
  • _task_hash: 类型为 int64
  • tokens: 列表类型，包含以下字段：
    • end: 类型为 int64
    • id: 类型为 int64
    • start: 类型为 int64
    • text: 类型为 string
  • spans: 列表类型，包含以下字段：
    • end: 类型为 int64
    • input_hash: 类型为 int64
    • label: 类型为 string
    • source: 类型为 string
    • start: 类型为 int64
    • text: 类型为 string
    • token_end: 类型为 int64
    • token_start: 类型为 int64
  • _session_id: 类型为 null
  • _view_id: 类型为 string
  • answer: 类型为 string

数据集划分

• 训练集：
  • 文件路径：data/train-*
  • 字节数：2222165
  • 样本数：1235
• 评估集：
  • 文件路径：data/eval-*
  • 字节数：898819
  • 样本数：500

数据集大小

• 下载大小：839865 字节
• 数据集大小：3120984 字节