JoelMba/PV_dataset_disorders

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': B-Disorders
'1': I-Disorders
'2': O
- name: ner_tag_labels
sequence: string
splits:
- name: train
num_bytes: 1548777.7145123465
num_examples: 2658
- name: validation
num_bytes: 1557799.2387096775
num_examples: 2727
- name: test
num_bytes: 1631790.6702479338
num_examples: 2842
download_size: 799095
dataset_size: 4738367.623469958
---
# Dataset Card for "PV_dataset_disorders"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

### 配置项
- 配置名称：默认（default）
数据文件列表：
- 训练集（train）：数据路径为 `data/train-*`
- 验证集（validation）：数据路径为 `data/validation-*`
- 测试集（test）：数据路径为 `data/test-*`
### 数据集信息
#### 特征字段
1. 字段名：`id`，数据类型：字符串
2. 字段名：词元（Token），类型：字符串序列
3. 字段名：命名实体识别标签（ner_tags），序列类型为类别标签，其标签映射如下：
- `'0'`：B-疾病实体（B-Disorders）
- `'1'`：I-疾病实体（I-Disorders）
- `'2'`：非实体（O）
4. 字段名：命名实体识别标签集（ner_tag_labels），类型：字符串序列
#### 数据划分
- 训练集（train）：总字节数 1548777.7145123465，样本数 2658
- 验证集（validation）：总字节数 1557799.2387096775，样本数 2727
- 测试集（test）：总字节数 1631790.6702479338，样本数 2842
下载总大小：799095
数据集总大小：4738367.623469958
---
# “PV_dataset_disorders”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)