Yuhthe/phoner_conll

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: int64
- name: words
sequence: string
- name: tags
sequence:
class_label:
names:
'0': B-AGE
'1': I-AGE
'2': B-DATE
'3': I-JOB
'4': O
'5': B-NAME
'6': I-PATIENT_ID
'7': B-LOCATION
'8': B-TRANSPORTATION
'9': B-GENDER
'10': I-ORGANIZATION
'11': B-SYMPTOM_AND_DISEASE
'12': B-JOB
'13': I-NAME
'14': B-ORGANIZATION
'15': I-TRANSPORTATION
'16': B-PATIENT_ID
'17': I-SYMPTOM_AND_DISEASE
'18': I-LOCATION
'19': I-DATE
splits:
- name: train
num_bytes: 2408512
num_examples: 5027
- name: val
num_bytes: 1020086
num_examples: 2000
- name: test
num_bytes: 1549558
num_examples: 3000
download_size: 831184
dataset_size: 4978156
---
# Dataset Card for "phoner_conll"

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

---
configs:
- 配置名称: default
数据文件:
- 数据集划分: train（训练集）
路径: data/train-*
- 数据集划分: val（验证集）
路径: data/val-*
- 数据集划分: test（测试集）
路径: data/test-*
数据集信息:
特征字段:
- 字段名: id
数据类型: int64
- 字段名: words
类型: 字符串序列
- 字段名: tags
类型: 类别标签序列，类别名称映射如下:
'0': B-AGE（实体起始-年龄）
'1': I-AGE（实体内部-年龄）
'2': B-DATE（实体起始-日期）
'3': I-JOB（实体内部-职业）
'4': O（无实体）
'5': B-NAME（实体起始-姓名）
'6': I-PATIENT_ID（实体内部-患者ID）
'7': B-LOCATION（实体起始-地点）
'8': B-TRANSPORTATION（实体起始-交通工具）
'9': B-GENDER（实体起始-性别）
'10': I-ORGANIZATION（实体内部-组织）
'11': B-SYMPTOM_AND_DISEASE（实体起始-症状与疾病）
'12': B-JOB（实体起始-职业）
'13': I-NAME（实体内部-姓名）
'14': B-ORGANIZATION（实体起始-组织）
'15': I-TRANSPORTATION（实体内部-交通工具）
'16': B-PATIENT_ID（实体起始-患者ID）
'17': I-SYMPTOM_AND_DISEASE（实体内部-症状与疾病）
'18': I-LOCATION（实体内部-地点）
'19': I-DATE（实体内部-日期）
数据集划分:
- 划分名称: train
字节数: 2408512
样本数量: 5027
- 划分名称: val
字节数: 1020086
样本数量: 2000
- 划分名称: test
字节数: 1549558
样本数量: 3000
下载大小: 831184
数据集总大小: 4978156
---
# "phoner_conll"数据集卡片

[更多信息需补充](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

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/val-*
  • 测试集：路径为 data/test-*

数据集信息

• 特征：
  • id：类型为 int64
  • words：序列类型为 string
  • tags：序列类型，包含多个类别标签，具体标签如下：
    • 0: B-AGE
    • 1: I-AGE
    • 2: B-DATE
    • 3: I-JOB
    • 4: O
    • 5: B-NAME
    • 6: I-PATIENT_ID
    • 7: B-LOCATION
    • 8: B-TRANSPORTATION
    • 9: B-GENDER
    • 10: I-ORGANIZATION
    • 11: B-SYMPTOM_AND_DISEASE
    • 12: B-JOB
    • 13: I-NAME
    • 14: B-ORGANIZATION
    • 15: I-TRANSPORTATION
    • 16: B-PATIENT_ID
    • 17: I-SYMPTOM_AND_DISEASE
    • 18: I-LOCATION
    • 19: I-DATE

数据集分割

• 训练集：
  • 字节数：2408512
  • 样本数：5027
• 验证集：
  • 字节数：1020086
  • 样本数：2000
• 测试集：
  • 字节数：1549558
  • 样本数：3000

数据集大小

• 下载大小：831184 字节
• 数据集总大小：4978156 字节