datasciathlete/corpus4everyone-klue-small2-korean-balance-NER

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: unique_tag
sequence: int64
splits:
- name: train
num_bytes: 55659943.46878788
num_examples: 52895
- name: validation
num_bytes: 14863327.503649635
num_examples: 13105
download_size: 7405072
dataset_size: 70523270.97243752
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征项：
- 字段名：Token，数据类型为字符串序列
- 字段名：命名实体识别（Named Entity Recognition）标签，数据类型为64位整数序列
- 字段名：唯一标签，数据类型为64位整数序列
数据集划分：
- 划分名称：训练集，字节占用量：55659943.46878788，样本数量：52895
- 划分名称：验证集，字节占用量：14863327.503649635，样本数量：13105
下载总大小：7405072
数据集总大小：70523270.97243752
数据集配置：
- 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/validation-*

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• ner_tags: 整数序列
• unique_tag: 整数序列

数据集划分

• 训练集:
  • 示例数量: 52895
  • 数据大小: 55659943.46878788字节
• 验证集:
  • 示例数量: 13105
  • 数据大小: 14863327.503649635字节

数据集大小

• 下载大小: 7405072字节
• 总数据大小: 70523270.97243752字节

数据文件配置

• 配置名称: default
• 训练数据路径: data/train-*
• 验证数据路径: data/validation-*