aslon1213/ner_dataset_connl_format

---
dataset_info:
features:
- name: id
dtype: int64
- name: tokens
sequence: string
- name: ner_tags
sequence: string
splits:
- name: train
num_bytes: 2805586.3596102744
num_examples: 1016
- name: test
num_bytes: 312038.64038972545
num_examples: 113
- name: validation
num_bytes: 312038.64038972545
num_examples: 113
download_size: 620775
dataset_size: 3429663.6403897256
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 标识符（id），数据类型为64位整数（int64）
- 词元（tokens），为字符串序列类型
- 命名实体识别标签（ner_tags, Named Entity Recognition tags），为字符串序列类型
数据集拆分：
- 训练集（train）：占用字节数2805586.3596102744，样本量1016
- 测试集（test）：占用字节数312038.64038972545，样本量113
- 验证集（validation）：占用字节数312038.64038972545，样本量113
下载大小：620775
数据集总大小：3429663.6403897256
配置项：
- 配置名称：default（默认配置），数据文件配置如下：
- 训练集拆分：路径为data/train-*
- 测试集拆分：路径为data/test-*
- 验证集拆分：路径为data/validation-*

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• tokens: 字符串序列
• ner_tags: 字符串序列

数据集分割

• 训练集 (train):
  • 示例数量: 1016
  • 数据大小: 2805586.3596102744 字节
• 测试集 (test):
  • 示例数量: 113
  • 数据大小: 312038.64038972545 字节
• 验证集 (validation):
  • 示例数量: 113
  • 数据大小: 312038.64038972545 字节

数据集大小

• 下载大小: 620775 字节
• 数据集总大小: 3429663.6403897256 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*