datasciathlete/open-ner-english

---
dataset_info:
features:
- name: entities
list:
- name: entity_mentions
sequence: string
- name: entity_type
dtype: string
- name: spans
sequence:
sequence: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 72484875.50541525
num_examples: 36711
- name: validation
num_bytes: 18121712.494584758
num_examples: 9178
download_size: 90106463
dataset_size: 90606588.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息（dataset_info）：
特征（features）：
- 字段名：实体（entities），为列表类型，包含以下子字段：
- 实体提及（entity_mentions）：字符串序列
- 实体类型（entity_type）：数据类型（dtype）为字符串
- 跨度（spans）：由64位整数（int64）序列构成的嵌套序列
- 字段名：文本（text），数据类型为字符串
数据集划分（splits）：
- 划分名称：训练集（train），字节大小：72484875.50541525，样本数量：36711
- 划分名称：验证集（validation），字节大小：18121712.494584758，样本数量：9178
下载大小（download_size）：90106463
数据集总大小（dataset_size）：90606588.0
配置项（configs）：
- 配置名称（config_name）：default（默认配置），数据文件（data_files）：
- 训练集划分：对应路径为 data/train-*
- 验证集划分：对应路径为 data/validation-*

原始信息汇总

数据集概述

数据集特征

• entities
  • entity_mentions: 字符串序列
  • entity_type: 字符串类型
  • spans: 整数序列的序列
• text: 字符串类型

数据集划分

• train
  • 字节数: 72484875.50541525
  • 样本数: 36711
• validation
  • 字节数: 18121712.494584758
  • 样本数: 9178

数据集大小

• 下载大小: 90106463 字节
• 数据集大小: 90606588.0 字节

配置

• default
  • train: data/train-*
  • validation: data/validation-*