Brizape/amia_tokenized_split_0404_dev

---
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: texts
dtype: string
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 2414793
num_examples: 913
- name: validation
num_bytes: 759116
num_examples: 229
- name: test
num_bytes: 1367468
num_examples: 420
download_size: 714468
dataset_size: 4541377
---
# Dataset Card for "amia_tokenized_split_0404_dev"

[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：
- 名称：id
数据类型：字符串
- 名称：Token序列（tokens）
数据类型：字符串序列
- 名称：命名实体识别（NER）标签序列（ner_tags）
数据类型：64位整数序列
- 名称：文本（texts）
数据类型：字符串
- 名称：输入Token序列ID（input_ids）
数据类型：32位整数序列
- 名称：令牌类型标识（token_type_ids）
数据类型：8位整数序列
- 名称：注意力掩码（attention_mask）
数据类型：8位整数序列
- 名称：标签序列（labels）
数据类型：64位整数序列
数据集拆分：
- 名称：训练集（train）
字节数：2414793
样本数：913
- 名称：验证集（validation）
字节数：759116
样本数：229
- 名称：测试集（test）
字节数：1367468
样本数：420
下载大小：714468
数据集总大小：4541377
---
# 「amia_tokenized_split_0404_dev」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

• 名称: amia_tokenized_split_0404_dev

数据集特征

• id: 字符串类型
• tokens: 字符串序列类型
• ner_tags: 整数序列类型（int64）
• texts: 字符串类型
• input_ids: 整数序列类型（int32）
• token_type_ids: 整数序列类型（int8）
• attention_mask: 整数序列类型（int8）
• labels: 整数序列类型（int64）

数据集分割

• 训练集:
  • 样本数: 913
  • 数据大小: 2414793 字节
• 验证集:
  • 样本数: 229
  • 数据大小: 759116 字节
• 测试集:
  • 样本数: 420
  • 数据大小: 1367468 字节

数据集大小

• 下载大小: 714468 字节
• 总数据集大小: 4541377 字节