dylanmontoya22/biomedical-ner

---
dataset_info:
features:
- name: text
dtype: string
- name: tokens
sequence: string
- name: prediction
sequence: 'null'
- name: prediction_agent
dtype: string
- name: annotation
list:
- name: end
dtype: int64
- name: label
dtype: string
- name: start
dtype: int64
- name: annotation_agent
dtype: string
- name: vectors
dtype: 'null'
- name: id
dtype: string
- name: metadata
dtype: 'null'
- name: status
dtype: string
- name: event_timestamp
dtype: timestamp[us]
- name: metrics
struct:
- name: annotated
struct:
- name: mentions
list:
- name: capitalness
dtype: string
- name: chars_length
dtype: int64
- name: density
dtype: float64
- name: label
dtype: string
- name: score
dtype: float64
- name: tokens_length
dtype: int64
- name: value
dtype: string
- name: tags
list:
- name: tag
dtype: string
- name: value
dtype: string
- name: predicted
struct:
- name: mentions
sequence: 'null'
- name: tags
list:
- name: tag
dtype: string
- name: value
dtype: string
- name: text_length
dtype: int64
- name: tokens
list:
- name: capitalness
dtype: string
- name: char_end
dtype: int64
- name: char_start
dtype: int64
- name: custom
dtype: 'null'
- name: idx
dtype: int64
- name: length
dtype: int64
- name: score
dtype: 'null'
- name: tag
dtype: string
- name: value
dtype: string
- name: tokens_length
dtype: int64
splits:
- name: train
num_bytes: 1055927
num_examples: 1000
download_size: 184089
dataset_size: 1055927
---
# Dataset Card for "biomedical-ner"

[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：
- 字段名：text，数据类型：字符串（string）
- 字段名：tokens，数据类型：字符串序列
- 字段名：prediction，数据类型：空值（null）序列
- 字段名：prediction_agent，数据类型：字符串
- 字段名：annotation，数据类型：列表，包含子字段：
- 字段名：end，数据类型：64位整数（int64）
- 字段名：label，数据类型：字符串
- 字段名：start，数据类型：64位整数（int64）
- 字段名：annotation_agent，数据类型：字符串
- 字段名：vectors，数据类型：空值（null）
- 字段名：id，数据类型：字符串
- 字段名：metadata，数据类型：空值（null）
- 字段名：status，数据类型：字符串
- 字段名：event_timestamp，数据类型：微秒级时间戳（timestamp[us]）
- 字段名：metrics，数据类型：结构体，包含子结构体：
- 子字段：annotated，数据类型：结构体，包含：
- 子字段：mentions，数据类型：列表，每个元素包含：
- 字段名：capitalness，数据类型：字符串
- 字段名：chars_length，数据类型：64位整数（int64）
- 字段名：density，数据类型：64位浮点数（float64）
- 字段名：label，数据类型：字符串
- 字段名：score，数据类型：64位浮点数（float64）
- 字段名：tokens_length，数据类型：64位整数（int64）
- 字段名：value，数据类型：字符串
- 子字段：tags，数据类型：列表，每个元素包含：
- 字段名：tag，数据类型：字符串
- 字段名：value，数据类型：字符串
- 子字段：predicted，数据类型：结构体，包含：
- 子字段：mentions，数据类型：空值（null）序列
- 子字段：tags，数据类型：列表，每个元素包含：
- 字段名：tag，数据类型：字符串
- 字段名：value，数据类型：字符串
- 子字段：text_length，数据类型：64位整数（int64）
- 子字段：tokens，数据类型：列表，每个元素包含：
- 字段名：capitalness，数据类型：字符串
- 字段名：char_end，数据类型：64位整数（int64）
- 字段名：char_start，数据类型：64位整数（int64）
- 字段名：custom，数据类型：空值（null）
- 字段名：idx，数据类型：64位整数（int64）
- 字段名：length，数据类型：64位整数（int64）
- 字段名：score，数据类型：空值（null）
- 字段名：tag，数据类型：字符串
- 字段名：value，数据类型：字符串
- 子字段：tokens_length，数据类型：64位整数（int64）
数据集划分：
- 划分集：训练集（train），字节占用量：1055927，样本数量：1000
下载体积：184089
数据集总体积：1055927
---
# "biomedical-ner" 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

数据集特征

• text: 文本，数据类型为字符串。
• tokens: 词序列，数据类型为字符串。
• prediction: 预测序列，数据类型为空。
• prediction_agent: 预测代理，数据类型为字符串。
• annotation: 注释，包含以下子特征：
  • start: 开始位置，数据类型为int64。
  • end: 结束位置，数据类型为int64。
  • label: 标签，数据类型为字符串。
• annotation_agent: 注释代理，数据类型为字符串。
• vectors: 向量，数据类型为空。
• id: 标识符，数据类型为字符串。
• metadata: 元数据，数据类型为空。
• status: 状态，数据类型为字符串。
• event_timestamp: 事件时间戳，数据类型为时间戳（微秒）。
• metrics: 度量，包含以下子特征：
  • annotated: 已注释，包含以下子特征：
    • mentions: 提及，包含以下子特征：
      • capitalness: 大写状态，数据类型为字符串。
      • chars_length: 字符长度，数据类型为int64。
      • density: 密度，数据类型为float64。
      • label: 标签，数据类型为字符串。
      • score: 分数，数据类型为float64。
      • tokens_length: 词长度，数据类型为int64。
      • value: 值，数据类型为字符串。
    • tags: 标签，包含以下子特征：
      • tag: 标签名，数据类型为字符串。
      • value: 标签值，数据类型为字符串。
  • predicted: 预测，包含以下子特征：
    • mentions: 提及序列，数据类型为空。
    • tags: 标签，包含以下子特征：
      • tag: 标签名，数据类型为字符串。
      • value: 标签值，数据类型为字符串。
  • text_length: 文本长度，数据类型为int64。
  • tokens: 词，包含以下子特征：
    • capitalness: 大写状态，数据类型为字符串。
    • char_end: 字符结束位置，数据类型为int64。
    • char_start: 字符开始位置，数据类型为int64。
    • custom: 自定义，数据类型为空。
    • idx: 索引，数据类型为int64。
    • length: 长度，数据类型为int64。
    • score: 分数，数据类型为空。
    • tag: 标签，数据类型为字符串。
    • value: 值，数据类型为字符串。
  • tokens_length: 词长度，数据类型为int64。

数据集分割

• train: 训练集，包含1000个示例，数据大小为1055927字节。

数据集大小

• 下载大小: 184089字节。
• 数据集大小: 1055927字节。