trng1305/sroie_dataset

---
dataset_info:
features:
- name: id
dtype: string
- name: words
sequence: string
- name: bboxes
sequence:
sequence: int64
- name: ner_tags
sequence: int64
- name: image_path
dtype: string
splits:
- name: train
num_bytes: 4001095
num_examples: 626
- name: test
num_bytes: 2192614
num_examples: 347
download_size: 992661
dataset_size: 6193709
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 特征名：id，数据类型：字符串
- 特征名：words，类型为字符串序列
- 特征名：bboxes（边界框），类型为二维64位整数序列
- 特征名：ner_tags（命名实体识别标签），类型为整数序列
- 特征名：image_path，数据类型：字符串
数据集划分：
- 训练集（train）：字节大小4001095，样本量626
- 测试集（test）：字节大小2192614，样本量347
下载大小：992661字节，数据集总大小：6193709字节
配置项：
- 配置名称：default（默认配置），数据文件对应关系：
- 训练集划分：路径为data/train-*
- 测试集划分：路径为data/test-*

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• words: 序列类型，元素为字符串。
• bboxes: 序列类型，元素为序列类型，元素为整数（int64）。
• ner_tags: 序列类型，元素为整数（int64）。
• image_path: 数据类型为字符串。

数据分割

• train: 包含626个样本，占用4001095字节。
• test: 包含347个样本，占用2192614字节。

数据集大小

• 下载大小: 992661字节。
• 数据集大小: 6193709字节。

配置

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