AliFartout/PEYMA-ARMAN-Mixed
收藏Hugging Face2023-08-30 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/AliFartout/PEYMA-ARMAN-Mixed
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是PEYMA和ARMAN波斯语NER数据集的组合，包含以下命名实体标签：产品（PRO）、事件（EVE）、设施（FAC）、地点（LOC）、人物（PER）、货币（MON）、百分比（PCT）、日期（DAT）、组织（ORG）和时间（TIM）。数据集分为训练集、测试集和验证集，并提供了详细的统计数据。
This dataset is a combination of the PEYMA and ARMAN Persian Named Entity Recognition (NER) datasets, which includes the following named entity tags: Product (PRO), Event (EVE), Facility (FAC), Location (LOC), Person (PER), Currency (MON), Percentage (PCT), Date (DAT), Organization (ORG), and Time (TIM). The dataset is split into training, test, and validation sets, with detailed statistical data provided.
提供机构：
AliFartout原始信息汇总
混合波斯语NER数据集（PEYMA-ARMAN）
数据集概述
该数据集是PEYMA和ARMAN波斯语NER数据集的组合。包含以下命名实体标签：
- Product (PRO)
- Event (EVE)
- Facility (FAC)
- Location (LOC)
- Person (PER)
- Money (MON)
- Percent (PCT)
- Date (DAT)
- Organization (ORG)
- Time (TIM)
数据集信息
数据集分为训练集、测试集和验证集。以下是数据集统计摘要：
| Split | B_DAT | B_EVE | B_FAC | B_LOC | B_MON | B_ORG | B_PCT | B_PER | B_PRO | B_TIM | I_DAT | I_EVE | I_FAC | I_LOC | I_MON | I_ORG | I_PCT | I_PER | I_PRO | I_TIM | O | num_rows |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Train | 1512 | 1379 | 1334 | 13040 | 446 | 15762 | 266 | 11371 | 1719 | 224 | 1939 | 4600 | 2222 | 4254 | 1314 | 21347 | 308 | 7160 | 1736 | 375 | 747216 | 26417 |
| Test | 185 | 218 | 124 | 1868 | 53 | 2017 | 27 | 1566 | 281 | 27 | 245 | 697 | 237 | 511 | 142 | 2843 | 31 | 1075 | 345 | 37 | 92214 | 3303 |
| Validation | 161 | 143 | 192 | 1539 | 28 | 2180 | 33 | 1335 | 172 | 30 | 217 | 520 | 349 | 494 | 54 | 2923 | 34 | 813 | 136 | 39 | 96857 | 3302 |
数据集结构
python DatasetDict({ train: Dataset({ features: [tokens, ner_tags, ner_tags_names], num_rows: 26417 }) test: Dataset({ features: [tokens, ner_tags, ner_tags_names], num_rows: 3303 }) validation: Dataset({ features: [tokens, ner_tags, ner_tags_names], num_rows: 3302 }) })
