jakot/wnut_17_syp

---
dataset_info:
features:
- name: id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-corporation
'2': I-corporation
'3': B-creative-work
'4': I-creative-work
'5': B-group
'6': I-group
'7': B-location
'8': I-location
'9': B-person
'10': I-person
'11': B-product
'12': I-product
splits:
- name: train
num_bytes: 1060556
num_examples: 3394
- name: validation
num_bytes: 259353
num_examples: 1009
- name: test
num_bytes: 388062
num_examples: 1287
- name: train1
num_bytes: 530278.0
num_examples: 1697
- name: train2
num_bytes: 530278.0
num_examples: 1697
- name: val1
num_bytes: 129547.98017839446
num_examples: 504
- name: val2
num_bytes: 129805.01982160554
num_examples: 505
download_size: 844238
dataset_size: 3027880.0
---
# Dataset Card for "wnut_17_syp"

[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：
- 名称：id
数据类型：字符串
- 名称：词元（Token）序列
数据类型：字符串序列
- 名称：命名实体识别标签序列
序列类型：类别标签
类别名称映射：
'0': O
'1': B-公司实体
'2': I-公司实体
'3': B-创意作品实体
'4': I-创意作品实体
'5': B-团体实体
'6': I-团体实体
'7': B-地点实体
'8': I-地点实体
'9': B-人物实体
'10': I-人物实体
'11': B-产品实体
'12': I-产品实体
数据集划分：
- 名称：train（训练集）
字节大小：1060556
样本数量：3394
- 名称：validation（验证集）
字节大小：259353
样本数量：1009
- 名称：test（测试集）
字节大小：388062
样本数量：1287
- 名称：train1（训练子集1）
字节大小：530278.0
样本数量：1697
- 名称：train2（训练子集2）
字节大小：530278.0
样本数量：1697
- 名称：val1（验证子集1）
字节大小：129547.98017839446
样本数量：504
- 名称：val2（验证子集2）
字节大小：129805.01982160554
样本数量：505
下载大小：844238
数据集总大小：3027880.0

# 数据集卡片："wnut_17_syp"

[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

数据集名称

wnut_17_syp

数据集特征

• id: 字符串类型
• tokens: 字符串序列类型
• ner_tags: 序列类型，包含以下类别标签：
  • 0: O
  • 1: B-corporation
  • 2: I-corporation
  • 3: B-creative-work
  • 4: I-creative-work
  • 5: B-group
  • 6: I-group
  • 7: B-location
  • 8: I-location
  • 9: B-person
  • 10: I-person
  • 11: B-product
  • 12: I-product

数据集分割

• train: 3394个样本，1060556字节
• validation: 1009个样本，259353字节
• test: 1287个样本，388062字节
• train1: 1697个样本，530278.0字节
• train2: 1697个样本，530278.0字节
• val1: 504个样本，129547.98017839446字节
• val2: 505个样本，129805.01982160554字节

数据集大小

• 下载大小: 844238字节
• 数据集总大小: 3027880.0字节