Update parquet files

README.md

@@ -1,48 +0,0 @@
----
-language: 
-- code
-pretty_name: "Chinese ner dataseet"
-tags:
-- ner
-license: "bsd"
-task_categories:
-- token-classification
----
-
-来源 https://github.com/liucongg/NLPDataSet
-
-
-* 从网上收集数据，将CMeEE数据集、IMCS21_task1数据集、CCKS2017_task2数据集、CCKS2018_task1数据集、CCKS2019_task1数据集、CLUENER2020数据集、MSRA数据集、NLPCC2018_task4数据集、CCFBDCI数据集、MMC数据集、WanChuang数据集、PeopleDairy1998数据集、PeopleDairy2004数据集、GAIIC2022_task2数据集、WeiBo数据集、ECommerce数据集、FinanceSina数据集、BoSon数据集、Resume数据集、Bank数据集、FNED数据集和DLNER数据集等22个数据集进行整理清洗，构建一个较完善的中文NER数据集。
-* 数据集清洗时，仅进行了简单地规则清洗，并将格式进行了统一化，标签为“BIO”。
-* 处理后数据集详细信息，见[数据集描述](https://zhuanlan.zhihu.com/p/529541521)。
-* 数据集由[NJUST-TB](https://github.com/Swag-tb)一起整理。
-* 由于部分数据包含嵌套实体的情况，所以转换成BIO标签时，长实体会覆盖短实体。
-
-| 数据   | 原始数据/项目地址   |  原始数据描述 |
-| ------  | ------ | ------  |
-| CMeEE数据集 | [地址](http://www.cips-chip.org.cn/2021/CBLUE) |  中文医疗信息处理挑战榜CBLUE中医学实体识别数据集 |
-| IMCS21_task1数据集 | [地址](http://www.fudan-disc.com/sharedtask/imcs21/index.html?spm=5176.12282016.0.0.140e6d92ypyW1r) |  CCL2021第一届智能对话诊疗评测比赛命名实体识别数据集 |
-| CCKS2017_task2数据集 | [地址](https://www.biendata.xyz/competition/CCKS2017_2/) |  CCKS2017面向电子病历的命名实体识别数据集  |
-| CCKS2018_task1数据集 | [地址](https://www.biendata.xyz/competition/CCKS2018_1/) |  CCKS2018面向中文电子病历的命名实体识别数据集  |
-| CCKS2019_task1数据集 | [地址](http://openkg.cn/dataset/yidu-s4k) |  CCKS2019面向中文电子病历的命名实体识别数据集  |
-| CLUENER数据集 | [地址](https://github.com/CLUEbenchmark/CLUENER2020) |  CLUENER2020数据集  |
-| MSRA数据集 | [地址](https://www.msra.cn/) |  MSRA微软亚洲研究院开源命名实体识别数据集  |
-| NLPCC2018_task4数据集 | [地址](http://tcci.ccf.org.cn/conference/2018/taskdata.php) |  任务型对话系统数据数据集  |
-| CCFBDCI数据集 | [地址](https://www.datafountain.cn/competitions/510) |  中文命名实体识别算法鲁棒性评测数据集  |
-| MMC数据集 | [地址](https://tianchi.aliyun.com/competition/entrance/231687/information) |  瑞金医院MMC人工智能辅助构建知识图谱大赛数据集  |
-| WanChuang数据集 | [地址](https://tianchi.aliyun.com/competition/entrance/531827/introduction) |  "万创杯”中医药天池大数据竞赛—智慧中医药应用创新挑战赛数据集  |
-| PeopleDairy1998数据集 | [地址]() |  人民日报1998数据集  |
-| PeopleDairy2004数据集 | [地址]() |  人民日报2004数据集  |
-| GAIIC2022_task2数据集 | [地址](https://www.heywhale.com/home/competition/620b34ed28270b0017b823ad/content/2) |  2022全球人工智能技术创新大赛-商品标题实体识别数据集  |
-| WeiBo数据集 | [地址](https://github.com/hltcoe/golden-horse) |  社交媒体中文命名实体识别数据集  |
-| ECommerce数据集 | [地址](https://github.com/allanj/ner_incomplete_annotation) |  面向电商的命名实体识别数据集  |
-| FinanceSina数据集 | [地址](https://github.com/jiesutd/LatticeLSTM) |  新浪财经爬取中文命名实体识别数据集  |
-| BoSon数据集 | [地址](https://github.com/bosondata) |  玻森中文命名实体识别数据集  |
-| Resume数据集 | [地址](https://github.com/jiesutd/LatticeLSTM/tree/master/ResumeNER) |  中国股市上市公司高管的简历  |
-| Bank数据集 | [地址](https://www.heywhale.com/mw/dataset/617969ec768f3b0017862990/file) |  银行借贷数据数据集  |
-| FNED数据集 | [地址](https://www.datafountain.cn/competitions/561/datasets) |  高鲁棒性要求下的领域事件检测数据集  |
-| DLNER数据集 | [地址](https://github.com/lancopku/Chinese-Literature-NER-RE-Dataset) |  语篇级命名实体识别数据集  |
-
-清洗及格式转换后的数据，下载链接如下：[百度云](https://pan.baidu.com/s/1VvbvWPv3eM4MXsv_nlDSSA)
-<br>提取码：4sea
-

dataset_infos.json

@@ -1,18 +0,0 @@
-{
-    "default": {
-        "description": "ner movie dataset",
-        "citation": "",
-        "homepage": "",
-        "license": "bsd",
-        "supervised_keys": null,
-        "config_name": "default",
-        "version": {
-            "version_str": "0.1.0",
-            "description": null,
-            "datasets_version_to_prepare": null,
-            "major": 0,
-            "minor": 1,
-            "patch": 0
-        }
-    }
-}

test.csv

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:94fd145356cea783b2435d72455e15cadfd4802c6f601002e39eb2ce28089a72
-size 440693

train.csv

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:66fbe3459c57a6576db29683d2e63d73a77158aa035fd62046f60de71dca020f
-size 1793385