trivitaai/vietmed_ner_bench

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: whisper_transcript
dtype: string
- name: keywords
sequence: string
- name: hits
dtype: int64
- name: deletions
dtype: int64
- name: total_keywords
dtype: int64
- name: ker
dtype: float64
- name: missed_keywords
sequence: string
splits:
- name: train
num_bytes: 1821930517.0
num_examples: 9110
download_size: 1779079230
dataset_size: 1821930517.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集详情：
特征字段：
- 名称：audio（音频），数据类型为音频格式，采样率16000赫兹
- 名称：text，数据类型为字符串
- 名称：whisper_transcript（Whisper转录文本），数据类型为字符串
- 名称：keywords，数据类型为字符串序列
- 名称：hits，数据类型为64位整数
- 名称：deletions，数据类型为64位整数
- 名称：total_keywords，数据类型为64位整数
- 名称：ker，数据类型为64位浮点数
- 名称：missed_keywords，数据类型为字符串序列
数据集划分：
- 划分名称：train（训练集），字节占用量1821930517.0，样本总数9110
数据集总下载大小：1779079230字节
数据集总存储大小：1821930517.0字节
配置项：
- 配置名称：default（默认配置），数据文件：针对训练集划分，文件路径为data/train-*