arubenruben/ontonotes5.0-pt-harem-selective

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence:
class_label:
names:
'0': O
'1': B-PESSOA
'2': I-PESSOA
'3': B-ORGANIZACAO
'4': I-ORGANIZACAO
'5': B-LOCAL
'6': I-LOCAL
'7': B-TEMPO
'8': I-TEMPO
'9': B-VALOR
'10': I-VALOR
splits:
- name: train
num_bytes: 16511400
num_examples: 1898
- name: validation
num_bytes: 2417378
num_examples: 279
- name: test
num_bytes: 1564609
num_examples: 163
download_size: 3181837
dataset_size: 20493387
---
# Dataset Card for "ontonotes5.0-pt-harem-selective"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：tokens（词元，Token），序列类型为字符串
- 字段名：ner_tags（命名实体识别标签，Named Entity Recognition Tags，NER），序列类型为类别标签，其标签映射如下：
'0': O（其他）
'1': B-PESSOA（B-人物）
'2': I-PESSOA（I-人物）
'3': B-ORGANIZACAO（B-组织）
'4': I-ORGANIZACAO（I-组织）
'5': B-LOCAL（B-地点）
'6': I-LOCAL（I-地点）
'7': B-TEMPO（B-时间）
'8': I-TEMPO（I-时间）
'9': B-VALOR（B-数值）
'10': I-VALOR（I-数值）
数据集划分：
- 划分名称：train（训练集），占用字节数：16511400，样本数量：1898
- 划分名称：validation（验证集），占用字节数：2417378，样本数量：279
- 划分名称：test（测试集），占用字节数：1564609，样本数量：163
下载大小：3181837
数据集总大小：20493387
---
# 「ontonotes5.0-pt-harem-selective」数据集卡片

[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

• 名称: ontonotes5.0-pt-harem-selective

数据集特征

• 特征1: tokens
  • 类型: 字符串序列
• 特征2: ner_tags
  • 类型: 序列
  • 类别标签:
    • 0: O
    • 1: B-PESSOA
    • 2: I-PESSOA
    • 3: B-ORGANIZACAO
    • 4: I-ORGANIZACAO
    • 5: B-LOCAL
    • 6: I-LOCAL
    • 7: B-TEMPO
    • 8: I-TEMPO
    • 9: B-VALOR
    • 10: I-VALOR

数据集分割

• 训练集:
  • 大小: 16511400 字节
  • 示例数量: 1898
• 验证集:
  • 大小: 2417378 字节
  • 示例数量: 279
• 测试集:
  • 大小: 1564609 字节
  • 示例数量: 163

数据集大小

• 下载大小: 3181837 字节
• 数据集总大小: 20493387 字节