Tippawan/test2-data-semi-trainulb-r2

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: prob
sequence: float64
- name: ifpass
sequence: int64
- name: pred
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 128419205
num_examples: 44009
download_size: 25269174
dataset_size: 128419205
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：标记（Token）序列，序列类型为字符串
- 名称：命名实体识别（NER）标签序列，序列类型为int64
- 名称：概率序列，序列类型为float64
- 名称：是否通过序列，序列类型为int64
- 名称：预测值，数据类型为int64
- 名称：索引列0，数据类型为int64
数据集划分：
- 划分名称：训练集，字节占用数：128419205，样本数量：44009
下载大小：25269174
数据集总大小：128419205
配置项：
- 配置名称：默认配置，数据文件：
- 数据集划分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• tokens: 序列类型，字符串
• ner_tags: 序列类型，64位整数
• prob: 序列类型，64位浮点数
• ifpass: 序列类型，64位整数
• pred: 数据类型，64位整数
• index_level_0: 数据类型，64位整数

数据集分割

• train: 包含44009个样本，占用128419205字节

数据集大小

• 下载大小: 25269174字节
• 实际大小: 128419205字节

配置

• default: 包含训练数据文件，路径为data/train-*