liberatoratif/finguard-finer

---
language:
- en
license: apache-2.0
size_categories:
- 100K<n<1M
task_categories:
- token-classification
tags:
- finance
dataset_info:
features:
- name: id
dtype: int64
- name: tokens
dtype: string
- name: ner_tags
dtype: string
splits:
- name: train
num_bytes: 58687228.8
num_examples: 108000
- name: test
num_bytes: 3260401.6
num_examples: 6000
- name: validation
num_bytes: 3260401.6
num_examples: 6000
download_size: 20905103
dataset_size: 65208032.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

---
语言：
- 英语
许可协议：Apache 2.0
样本规模区间：
- 10万 < 样本数 < 100万
任务类别：
- 词元分类（token-classification）
标签：
- 金融
数据集信息：
特征：
- 字段名：id
数据类型：64位整数
- 字段名：词元（tokens）
数据类型：字符串
- 字段名：命名实体识别标签（ner_tags）
数据类型：字符串
数据划分：
- 名称：训练集
字节数：58687228.8
样本数：108000
- 名称：测试集
字节数：3260401.6
样本数：6000
- 名称：验证集
字节数：3260401.6
样本数：6000
下载大小：20905103字节
数据集总大小：65208032.0字节
配置项：
- 配置名称：默认配置
数据文件：
- 划分：训练集
路径：data/train-*
- 划分：测试集
路径：data/test-*
- 划分：验证集
路径：data/validation-*
---

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 许可证: Apache-2.0
• 大小分类: 100K<n<1M
• 任务分类: 词元分类
• 标签: 金融

数据集结构

• 特征:
  • id: 整数类型
  • tokens: 字符串类型
  • ner_tags: 字符串类型

数据分割

• 训练集:
  • 示例数量: 108000
  • 字节数: 58687228.8
• 测试集:
  • 示例数量: 6000
  • 字节数: 3260401.6
• 验证集:
  • 示例数量: 6000
  • 字节数: 3260401.6

数据集大小

• 下载大小: 20905103字节
• 数据集总大小: 65208032.0字节

配置

• 默认配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*
  • 验证数据路径: data/validation-*