arubenruben/primeiro_harem_conll_2003_style

---
dataset_info:
features:
- 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: 1504058
num_examples: 121
- name: validation
num_bytes: 51150
num_examples: 8
- name: test
num_bytes: 1060266
num_examples: 128
download_size: 528687
dataset_size: 2615474
---
# Dataset Card for "primeiro_harem_conll_2003_style"

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

数据集信息：
特征字段：
- 名称：`tokens`，类型为字符串Token序列（Token）
- 名称：`ner_tags（命名实体识别标签，Named Entity Recognition tags）`，类型为类别标签序列，其标签映射规则如下：
'0': O（非实体，Outside）
'1': B-PER（B-人物，Beginning-Person，即人物实体起始标记）
'2': I-PER（I-人物，Inside-Person，即人物实体内部标记）
'3': B-ORG（B-组织，Beginning-Organization，即组织实体起始标记）
'4': I-ORG（I-组织，Inside-Organization，即组织实体内部标记）
'5': B-LOC（B-地点，Beginning-Location，即地点实体起始标记）
'6': I-LOC（I-地点，Inside-Location，即地点实体内部标记）
'7': B-MISC（B-其他实体，Beginning-Miscellaneous，即其他实体起始标记）
'8': I-MISC（I-其他实体，Inside-Miscellaneous，即其他实体内部标记）
数据集划分：
- 名称：训练集（train），字节大小：1504058，样本数量：121
- 名称：验证集（validation），字节大小：51150，样本数量：8
- 名称：测试集（test），字节大小：1060266，样本数量：128
下载大小：528687
总数据集大小：2615474
---
# "primeiro_harem_conll_2003_style" 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

primeiro_harem_conll_2003_style

数据集特征

• tokens: 字符串序列
• ner_tags: 序列标签
  • 类别标签名称:
    • 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

数据集分割

• train:
  • 字节数: 1504058
  • 示例数: 121
• validation:
  • 字节数: 51150
  • 示例数: 8
• test:
  • 字节数: 1060266
  • 示例数: 128

数据集大小

• 下载大小: 528687字节
• 数据集总大小: 2615474字节