nlpso/m0_fine_tuning_ocr_ptrn_cmbert_io

该数据集用于微调HueyNemud/das22-10-camembert_pretrained模型，以执行平面命名实体识别（Flat NER）任务。数据集包含19世纪巴黎商业目录的条目。数据集参数包括使用M0方法、数据集类型为噪声数据（Pero OCR）、使用的分词器、标记格式为IO、以及训练、开发和测试集的数量。数据集中包含的实体类型包括人名或公司名（PER）、个人或公司专业活动（ACT）、头衔（TITRE）、街道名（LOC）、街道号码（CARDINAL）和地理特征（FT）。

原始信息汇总

数据集概述

数据集名称

m0_fine_tuning_ocr_ptrn_cmbert_io

数据集描述

该数据集用于微调模型HueyNemud/das22-10-camembert_pretrained，针对平面NER任务采用M0方法。数据集包含19世纪巴黎贸易目录的条目。

数据集参数

• 方法：M0
• 数据集类型：噪声（Pero OCR）
• 分词器：HueyNemud/das22-10-camembert_pretrained
• 标记格式：IO
• 数据集大小：
  • 训练集：6084
  • 验证集：676
  • 测试集：1685
• 关联的微调模型：nlpso/m0_flat_ner_ocr_ptrn_cmbert_io

实体类型

缩写	描述
O	非实体部分
PER	人名或公司名
ACT	职业活动
TITRE	区分
LOC	街道名
CARDINAL	街道号码
FT	地理特征

使用方法

python from datasets import load_dataset

train_dev_test = load_dataset("nlpso/m0_fine_tuning_ocr_ptrn_cmbert_io")