Tippawan/SNOMED-CT-NER-V.2-k-fold-validation

--- dataset_info: features: - name: text sequence: string - name: tag sequence: int64 splits: - name: train_1 num_bytes: 186541 num_examples: 1020 - name: train_2 num_bytes: 182025 num_examples: 1020 - name: train_3 num_bytes: 181323 num_examples: 1020 - name: train_4 num_bytes: 183654 num_examples: 1020 - name: train_5 num_bytes: 186057 num_examples: 1020 - name: validation_1 num_bytes: 43359 num_examples: 255 - name: validation_2 num_bytes: 47875 num_examples: 255 - name: validation_3 num_bytes: 48577 num_examples: 255 - name: validation_4 num_bytes: 46246 num_examples: 255 - name: validation_5 num_bytes: 43843 num_examples: 255 - name: test num_bytes: 30386 num_examples: 143 download_size: 333489 dataset_size: 1179886 configs: - config_name: default data_files: - split: train_1 path: data/train_1-* - split: train_2 path: data/train_2-* - split: train_3 path: data/train_3-* - split: train_4 path: data/train_4-* - split: train_5 path: data/train_5-* - split: validation_1 path: data/validation_1-* - split: validation_2 path: data/validation_2-* - split: validation_3 path: data/validation_3-* - split: validation_4 path: data/validation_4-* - split: validation_5 path: data/validation_5-* - split: test path: data/test-* ---数据集信息： 数据特征： - 名称：文本（text），类型：字符串序列 - 名称：标签（tag），类型：64位整数序列 数据集划分： - 名称：训练集1（train_1），字节数：186541，样本数量：1020 - 名称：训练集2（train_2），字节数：182025，样本数量：1020 - 名称：训练集3（train_3），字节数：181323，样本数量：1020 - 名称：训练集4（train_4），字节数：183654，样本数量：1020 - 名称：训练集5（train_5），字节数：186057，样本数量：1020 - 名称：验证集1（validation_1），字节数：43359，样本数量：255 - 名称：验证集2（validation_2），字节数：47875，样本数量：255 - 名称：验证集3（validation_3），字节数：48577，样本数量：255 - 名称：验证集4（validation_4），字节数：46246，样本数量：255 - 名称：验证集5（validation_5），字节数：43843，样本数量：255 - 名称：测试集（test），字节数：30386，样本数量：143 下载大小：333489 数据集总大小：1179886 配置项： - 配置名称：默认（default），数据文件： - 数据集划分：train_1，文件路径：data/train_1-* - 数据集划分：train_2，文件路径：data/train_2-* - 数据集划分：train_3，文件路径：data/train_3-* - 数据集划分：train_4，文件路径：data/train_4-* - 数据集划分：train_5，文件路径：data/train_5-* - 数据集划分：validation_1，文件路径：data/validation_1-* - 数据集划分：validation_2，文件路径：data/validation_2-* - 数据集划分：validation_3，文件路径：data/validation_3-* - 数据集划分：validation_4，文件路径：data/validation_4-* - 数据集划分：validation_5，文件路径：data/validation_5-* - 数据集划分：test，文件路径：data/test-*

原始信息汇总

数据集概述

特征信息

• text: 字符串序列
• tag: 整数序列（int64）

数据分割

• 训练集:

  • train_1: 1020个样本，186541字节
  • train_2: 1020个样本，182025字节
  • train_3: 1020个样本，181323字节
  • train_4: 1020个样本，183654字节
  • train_5: 1020个样本，186057字节

• 验证集:

  • validation_1: 255个样本，43359字节
  • validation_2: 255个样本，47875字节
  • validation_3: 255个样本，48577字节
  • validation_4: 255个样本，46246字节
  • validation_5: 255个样本，43843字节

• 测试集: 143个样本，30386字节

数据集大小

• 下载大小: 333489字节
• 数据集总大小: 1179886字节

配置信息

• 默认配置文件包含所有分割的数据文件路径，路径格式为data/{split}-*。