metadata

dataset_info:
  features:
    - name: text
      dtype: string
    - name: entities
      list:
        - name: id
          dtype: int64
        - name: entity
          dtype: string
        - name: start_offset
          dtype: int64
        - name: end_offset
          dtype: int64
        - name: label
          dtype: string
  splits:
    - name: train
      num_bytes: 4564472
      num_examples: 20864
    - name: test
      num_bytes: 1025142
      num_examples: 4636
    - name: validation
      num_bytes: 510546
      num_examples: 2318
  download_size: 3891711
  dataset_size: 6100160

人民日报命名实体识别数据集

字段说明

text: 文本
entities: 文本中包含的实体
- id: 实体 id
- entity: 实体对应的字符串
- start_offset: 实体开始位置
- end_offset: 实体结束位置的下一位
- label: 实体对应的开始位置