tollefj/nordic-ner-small

---
dataset_info:
features:
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: subset
dtype: string
- name: dataset
dtype: string
splits:
- name: train
num_bytes: 25121603
num_examples: 81379
- name: validation
num_bytes: 5226608
num_examples: 17470
- name: test
num_bytes: 5903922
num_examples: 19498
download_size: 8594019
dataset_size: 36252133
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：词元（Token），序列类型：字符串
- 名称：命名实体识别标签（NER Tags），序列类型：int64
- 名称：子集，数据类型：字符串
- 名称：数据集名称，数据类型：字符串
数据集划分：
- 名称：训练集，字节数：25121603，样本数：81379
- 名称：验证集，字节数：5226608，样本数：17470
- 名称：测试集，字节数：5903922，样本数：19498
下载大小：8594019，总数据集大小：36252133
配置项：
- 配置名：默认配置
数据文件映射：
- 数据集划分：训练集，路径：data/train-*
- 数据集划分：验证集，路径：data/validation-*
- 数据集划分：测试集，路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• tokens: 字符串序列
• ner_tags: 整数序列
• subset: 字符串类型
• dataset: 字符串类型

数据集分割

• 训练集 (train):
  • 示例数量: 81379
  • 存储大小: 25121603 字节
• 验证集 (validation):
  • 示例数量: 17470
  • 存储大小: 5226608 字节
• 测试集 (test):
  • 示例数量: 19498
  • 存储大小: 5903922 字节

数据集大小

• 下载大小: 8594019 字节
• 数据集总大小: 36252133 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*