ashwathjadhav23/conill2003_filtered_entities

---
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-PER
'2': I-PER
'3': B-ORG
'4': I-ORG
'5': B-LOC
'6': I-LOC
'7': B-MISC
'8': I-MISC
splits:
- name: train
num_bytes: 680716.5731785485
num_examples: 2684
- name: validation
num_bytes: 891431
num_examples: 3250
- name: test
num_bytes: 811470
num_examples: 3453
download_size: 643826
dataset_size: 2383617.5731785484
---
# Dataset Card for "conill2003_filtered_entities"

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

---
数据集信息：
特征项：
- 名称：id，数据类型：字符串
- 名称：词元（Token）序列，数据类型为字符串序列
- 名称：NER标签（命名实体识别标签，Named Entity Recognition Tags），数据类型为分类标签序列，其类别命名规则如下：
'0'：O（非实体）
'1'：B-PER（人物实体起始标记）
'2'：I-PER（人物实体内部标记）
'3'：B-ORG（组织实体起始标记）
'4'：I-ORG（组织实体内部标记）
'5'：B-LOC（地点实体起始标记）
'6'：I-LOC（地点实体内部标记）
'7'：B-MISC（杂类实体起始标记）
'8'：I-MISC（杂类实体内部标记）
数据集划分：
- 名称：训练集（train），字节大小：680716.5731785485，样本总数：2684
- 名称：验证集（validation），字节大小：891431，样本总数：3250
- 名称：测试集（test），字节大小：811470，样本总数：3453
下载大小：643826字节
总数据集大小：2383617.5731785484字节
---
# 「conll2003_filtered_entities」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: conill2003_filtered_entities

数据集特征

• id: 字符串类型
• tokens: 字符串序列类型
• ner_tags: 序列类型，包含以下类别标签：
  • 0: O
  • 1: B-PER
  • 2: I-PER
  • 3: B-ORG
  • 4: I-ORG
  • 5: B-LOC
  • 6: I-LOC
  • 7: B-MISC
  • 8: I-MISC

数据集划分

• 训练集:
  • 样本数: 2684
  • 数据大小: 680716.5731785485字节
• 验证集:
  • 样本数: 3250
  • 数据大小: 891431字节
• 测试集:
  • 样本数: 3453
  • 数据大小: 811470字节

数据集大小

• 下载大小: 643826字节
• 总数据集大小: 2383617.5731785484字节