andrewrreed/fewnerd-person-names-augmented

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-PER
'2': I-PER
splits:
- name: train
num_bytes: 42959061.57005247
num_examples: 122254
- name: validation
num_bytes: 4086233.0513204616
num_examples: 20417
- name: test
num_bytes: 8454146.29895592
num_examples: 32293
download_size: 14382598
dataset_size: 55499440.92032885
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 名称为 Token（tokens），类型为字符串序列
- 名称为 命名实体识别标签（ner_tags），类型为序列分类标签，其类别映射如下：
'0': O（非实体标记）
'1': B-PER（人名实体起始标记）
'2': I-PER（人名实体内部标记）
数据划分：
- 训练集（train）：数据大小为42959061.57005247字节，样本数量为122254
- 验证集（validation）：数据大小为4086233.0513204616字节，样本数量为20417
- 测试集（test）：数据大小为8454146.29895592字节，样本数量为32293
下载总大小：14382598字节
数据集总存储大小：55499440.92032885字节
配置信息：
- 配置名称：默认（default），对应的数据文件路径如下：
- 训练集（train）：data/train-*
- 验证集（validation）：data/validation-*
- 测试集（test）：data/test-*

原始信息汇总

数据集概述

特征信息

• tokens: 字符串序列
• ner_tags: 序列标签，包含以下类别：
  • 0: O
  • 1: B-PER
  • 2: I-PER

数据分割

• train:
  • 字节数: 42959061.57005247
  • 样本数: 122254
• validation:
  • 字节数: 4086233.0513204616
  • 样本数: 20417
• test:
  • 字节数: 8454146.29895592
  • 样本数: 32293

数据集大小

• 下载大小: 14382598 字节
• 数据集大小: 55499440.92032885 字节

配置信息

• config_name: default
• data_files:
  • train: data/train-*
  • validation: data/validation-*
  • test: data/test-*