ICT2214Team7/GPT_Generated_Dataset_Fold1_2000

---
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: pos_tags
sequence:
class_label:
names:
'0': '"'
'1': ''''''
'2': '#'
'3': $
'4': (
'5': )
'6': ','
'7': .
'8': ':'
'9': '``'
'10': CC
'11': CD
'12': DT
'13': EX
'14': FW
'15': IN
'16': JJ
'17': JJR
'18': JJS
'19': LS
'20': MD
'21': NN
'22': NNP
'23': NNPS
'24': NNS
'25': NN|SYM
'26': PDT
'27': POS
'28': PRP
'29': PRP$
'30': RB
'31': RBR
'32': RBS
'33': RP
'34': SYM
'35': TO
'36': UH
'37': VB
'38': VBD
'39': VBG
'40': VBN
'41': VBP
'42': VBZ
'43': WDT
'44': WP
'45': WP$
'46': WRB
- name: chunk_tags
sequence:
class_label:
names:
'0': O
'1': B-ADJP
'2': I-ADJP
'3': B-ADVP
'4': I-ADVP
'5': B-CONJP
'6': I-CONJP
'7': B-INTJ
'8': I-INTJ
'9': B-LST
'10': I-LST
'11': B-NP
'12': I-NP
'13': B-PP
'14': I-PP
'15': B-PRT
'16': I-PRT
'17': B-SBAR
'18': I-SBAR
'19': B-UCP
'20': I-UCP
'21': B-VP
'22': I-VP
'23': B-PNP
'24': I-PNP
- 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
'9': B-NAT
'10': I-NAT
'11': B-AGE
'12': I-AGE
splits:
- name: train
num_bytes: 2241259
num_examples: 1280
- name: validation
num_bytes: 591752
num_examples: 320
- name: test
num_bytes: 703855
num_examples: 400
download_size: 482626
dataset_size: 3536866
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 字段名：id，数据类型：字符串
- 字段名：tokens，数据类型：字符串序列
- 字段名：pos_tags（词性标注标签，POS Tags），数据类型：序列类别标签，其标签映射如下：
'0': 双引号
'1': 单引号
'2': 井号
'3': 美元符号
'4': 左括号
'5': 右括号
'6': 逗号
'7': 句号
'8': 冒号
'9': 左双引号（``）
'10': CC（并列连词）
'11': CD（基数词）
'12': DT（限定词）
'13': EX（存在句引导词there）
'14': FW（外来词）
'15': IN（介词/从属连词）
'16': JJ（形容词）
'17': JJR（形容词比较级）
'18': JJS（形容词最高级）
'19': LS（列表项标记）
'20': MD（情态动词）
'21': NN（单数普通名词）
'22': NNP（单数专有名词）
'23': NNPS（复数专有名词）
'24': NNS（复数普通名词）
'25': NN|SYM（名词|符号）
'26': PDT（前置限定词）
'27': POS（所有格后缀）
'28': PRP（人称代词）
'29': PRP$（形容词性物主代词）
'30': RB（副词）
'31': RBR（副词比较级）
'32': RBS（副词最高级）
'33': RP（小品词）
'34': SYM（符号）
'35': TO（不定式标记）
'36': UH（感叹词）
'37': VB（动词原形）
'38': VBD（动词过去式）
'39': VBG（现在分词/动名词）
'40': VBN（过去分词）
'41': VBP（非第三人称单数现在时动词）
'42': VBZ（第三人称单数现在时动词）
'43': WDT（疑问限定词）
'44': WP（疑问代词）
'45': WP$（疑问形容词性物主代词）
'46': WRB（疑问副词）
- 字段名：chunk_tags（组块标注标签，Chunk Tags），数据类型：序列类别标签，其标签映射如下：
'0': O（其他）
'1': B-ADJP（形容词短语起始）
'2': I-ADJP（形容词短语内部）
'3': B-ADVP（副词短语起始）
'4': I-ADVP（副词短语内部）
'5': B-CONJP（并列连词短语起始）
'6': I-CONJP（并列连词短语内部）
'7': B-INTJ（感叹词短语起始）
'8': I-INTJ（感叹词短语内部）
'9': B-LST（列表标记起始）
'10': I-LST（列表标记内部）
'11': B-NP（名词短语起始）
'12': I-NP（名词短语内部）
'13': B-PP（介词短语起始）
'14': I-PP（介词短语内部）
'15': B-PRT（小品词短语起始）
'16': I-PRT（小品词短语内部）
'17': B-SBAR（从属分句起始）
'18': I-SBAR（从属分句内部）
'19': B-UCP（非并列成分短语起始）
'20': I-UCP（非并列成分短语内部）
'21': B-VP（动词短语起始）
'22': I-VP（动词短语内部）
'23': B-PNP（代词短语起始）
'24': I-PNP（代词短语内部）
- 字段名：ner_tags（命名实体识别标签，Named Entity Recognition Tags），数据类型：序列类别标签，其标签映射如下：
'0': O（其他）
'1': B-PER（人物实体起始）
'2': I-PER（人物实体内部）
'3': B-ORG（组织实体起始）
'4': I-ORG（组织实体内部）
'5': B-LOC（地点实体起始）
'6': I-LOC（地点实体内部）
'7': B-MISC（混合实体起始）
'8': I-MISC（混合实体内部）
'9': B-NAT（民族/国籍实体起始）
'10': I-NAT（民族/国籍实体内部）
'11': B-AGE（年龄实体起始）
'12': I-AGE（年龄实体内部）
数据集划分：
- 划分名称：train（训练集），字节大小：2241259，样本数量：1280
- 划分名称：validation（验证集），字节大小：591752，样本数量：320
- 划分名称：test（测试集），字节大小：703855，样本数量：400
下载大小：482626，总数据集大小：3536866
配置项：
- 配置名称：default（默认配置），对应数据文件：
- 训练集：data/train-*
- 验证集：data/validation-*
- 测试集：data/test-*