naorm/dnrti-cyner-ner

---
dataset_info:
features:
- name: Type
dtype: string
- name: Text
dtype: string
- name: Fixed Text
dtype: string
- name: Score
dtype: float64
- name: Original Sentence ID
dtype: int64
- name: Original Sentence
dtype: string
- name: Decoded Sentence
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 4719345
num_examples: 11460
download_size: 1303936
dataset_size: 4719345
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名称：类型（Type），数据类型：字符串（string）
- 字段名称：文本（Text），数据类型：字符串（string）
- 字段名称：修正文本（Fixed Text），数据类型：字符串（string）
- 字段名称：得分（Score），数据类型：双精度浮点型（float64）
- 字段名称：原句子ID（Original Sentence ID），数据类型：64位整型（int64）
- 字段名称：原句子（Original Sentence），数据类型：字符串（string）
- 字段名称：解码后句子（Decoded Sentence），数据类型：字符串（string）
- 字段名称：索引列0（__index_level_0__），数据类型：64位整型（int64）
数据划分：
- 划分名称：训练集（train），数据字节数：4719345，样本数量：11460
下载大小：1303936，数据集总大小：4719345
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• Type: 数据类型为字符串。
• Text: 文本内容，数据类型为字符串。
• Fixed Text: 修正后的文本内容，数据类型为字符串。
• Score: 分数，数据类型为浮点数（float64）。
• Original Sentence ID: 原始句子ID，数据类型为整数（int64）。
• Original Sentence: 原始句子，数据类型为字符串。
• Decoded Sentence: 解码后的句子，数据类型为字符串。
• index_level_0: 索引级别0，数据类型为整数（int64）。

数据集分割

• train: 训练集，包含11460个样本，占用4719345字节。

数据集大小

• 下载大小: 1303936字节。
• 数据集大小: 4719345字节。

配置

• default: 默认配置，包含训练集数据文件，路径为data/train-*。