dawidkubicki/ner_crypto_news

---
dataset_info:
features:
- name: id
dtype: int64
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
splits:
- name: train
num_bytes: 62388
num_examples: 152
- name: validation
num_bytes: 13265
num_examples: 32
- name: test
num_bytes: 14322
num_examples: 34
download_size: 36662
dataset_size: 89975
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：
特征项：
- 字段名称：id，数据类型：64位整型（int64）
- 字段名称：tokens（Token），数据类型：字符串序列
- 字段名称：ner_tags（命名实体识别标签），数据类型：整型序列
数据集划分：
- 划分名称：train（训练集），字节占用量：62388，样本数量：152
- 划分名称：validation（验证集），字节占用量：13265，样本数量：32
- 划分名称：test（测试集），字节占用量：14322，样本数量：34
下载大小：36662 字节
数据集总大小：89975 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），文件路径：data/train-*
- 对应划分：validation（验证集），文件路径：data/validation-*
- 对应划分：test（测试集），文件路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int64。
• tokens: 序列类型为 string。
• ner_tags: 序列类型为 int64。

数据集分割

• train: 包含 152 个样本，占用 62388 字节。
• validation: 包含 32 个样本，占用 13265 字节。
• test: 包含 34 个样本，占用 14322 字节。

数据集大小

• 下载大小: 36662 字节。
• 数据集大小: 89975 字节。

配置

• default:
  • train: 文件路径为 data/train-*。
  • validation: 文件路径为 data/validation-*。
  • test: 文件路径为 data/test-*。