GXLooong/cleaned_BIAS_CONLL

---
license: apache-2.0
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-BIAS
'2': I-BIAS
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1386045.6
num_examples: 2172
- name: validation
num_bytes: 346511.4
num_examples: 543
download_size: 423070
dataset_size: 1732557.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

许可证：Apache-2.0
数据集信息：
特征项：
- 字段名：id，数据类型：字符串（string）
- 字段名：tokens，数据类型：字符串序列
- 字段名：ner_tags，数据类型：序列类型，其类别标签映射为：0 → O，1 → B-BIAS，2 → I-BIAS
- 字段名：input_ids，数据类型：int32序列
- 字段名：attention_mask，数据类型：int8序列
- 字段名：labels，数据类型：int64序列
数据集拆分：
- 拆分名称：训练集（train），数据字节量：1386045.6，样本总数：2172
- 拆分名称：验证集（validation），数据字节量：346511.4，样本总数：543
下载总大小：423070
数据集总体量：1732557.0
配置项：
- 配置名称：默认配置（default），关联数据文件：
- 训练集（train）：数据路径为data/train-*
- 验证集（validation）：数据路径为data/validation-*

原始信息汇总

数据集概述

许可证

• Apache 2.0

数据集信息

特征

• id: 字符串类型
• tokens: 字符串序列
• ner_tags: 序列类型，包含类别标签
  • 标签名称:
    • 0: O
    • 1: B-BIAS
    • 2: I-BIAS
• input_ids: 整数序列 (int32)
• attention_mask: 整数序列 (int8)
• labels: 整数序列 (int64)

数据分割

• 训练集:
  • 字节数: 1386045.6
  • 样本数: 2172
• 验证集:
  • 字节数: 346511.4
  • 样本数: 543

数据大小

• 下载大小: 423070 字节
• 数据集大小: 1732557.0 字节

配置

• 默认配置:
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/validation-*