We partition the earnings22 dataset at https://huggingface.co/datasets/anton-l/earnings22_baseline_5_gram by `source_id`: Validation: 4420696 4448760 4461799 4469836 4473238 4482110 Test: 44322

Hugging Face2022-09-23 更新90

imvladikon/bmc

生物信息学

数据分割

Ben-Mordecai和Elhadad希伯来语命名实体识别（NER）语料库（BMC）是一个用于命名实体识别任务的希伯来语单语数据集。数据集通过众包方式创建，来源于扩展的Reuters语料库，大小在10K到100K之间。数据集提供了三个75%-25%的随机分割，用于评估性能。数据集中只保留了7个实体类别（DATE, LOC, MONEY, ORG, PER, PERCENT, TIME），并过滤掉

Hugging Face2022-11-17 更新210

jfcalvo/test-export-with-changes-different-split-and-subset

宝可梦

数据分割

该数据集包含多个配置，每个配置都具有相同的特征：pokemon和type，数据类型均为字符串。每个配置包含一个名为testing的数据分割，包含10000个示例，数据大小为180000字节。数据集的总下载大小为3818字节，总数据集大小为180000字节。

Hugging Face2024-11-21 更新90