Hugging Face's logo

Datasets:
EMBO
/
sd-character-level-ner

Tasks:
Text Classification
Modalities:
Text
Sub-tasks:
multi-class-classification
named-entity-recognition
parsing
Languages:
English
Size:
100K - 1M
Libraries:
Datasets
License:
Dataset card Viewer Files Community
3
drAbreu commited on
Commit
76bdffd
•
1 Parent(s): ffafe20

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +266 -20
README.md CHANGED
@@ -93,17 +93,256 @@ The text in the dataset is English.
93
  ## Dataset Structure
94
  ### Data Instances
95
  ```json
96
- {
97
- "text": "".Figure6 ( A ) Cisplatin dose response curves of ( i ) MB002 , ( ii ) Daoy , and ( iii ) MIC in the absence ( EV ) or presence of SOX9 by Alamar blue . Cells were pre - conditioned with doxycycline to induce expression of SOX9 ( or EV ) prior to treatment with increasing concentrations of cisplatin . The IC50 were calculated following 5 ( MB002 and MIC ) or 3 days ( Daoy ) of treatment . Data are mean + standard deviation from 3 independent repeats , each containing 5 technical replicates . ( B ) Cisplatin dose response curves of SOX9 - expressing ( i ) Daoy and ( ii ) MIC in the absence or presence of FBW7α . Experiments and data analysis were performed as described in ( A ) ( C ) Overall survival analysis of mice bearing Daoy or Daoy - expressing dox - inducible SOX9 treated with cisplatin . The dox - preconditioned cells ( 105 cells ) were orthotopically xenografted to Nude - Foxn1nu mice and left for 1 week to prior to being treated with vehicle control or cisplatin ( 2mg / kg ) intraperitoneally for every other day for a total of 6 doses . ( D ) Heat map of the row - wise z - scores of 11 genes associated with cisplatin resistance in MB002 expressing Sox9 - WT or Sox9 - T236 / T240A . Heat map was generated using the GenePattern software . ( E ) Quantitative analysis of ATP7A , DUSP2 , and TTK mRNAs in MB002 following expression of SOX9 - WT or SOX9 - T236 / 240A . Total RNA were collected 24 hours following doxycycline treatment , from which cDNA were generated for qPCR . Data are mean mRNA level ( normalized to B2M transcript ) + standard deviation from 3 independent experiments with statistical significance were determined by Multiple comparisons 2 - way ANOVA with Bonferroni ' s post - test . ( F ) Time course western blotting of HA - SOX9 , ATP7A , DUSP2 , ERK1 / 2 pThr202 / Tyr204 and total ERK1 / 2 in MB002 cells following doxycycline induction of either EV , SOX9 - WT or SOX9 - T236 / 240A . GAPDH was used as a loading control .",
98
- "label_ids": {
99
- "entity_types": [
100
- "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "B-EXP_ASSAY", "I-EXP_ASSAY", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "O", "O", "O", "B-CELL", "O", "B-CELL", "O", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "B-CELL", "O", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-EXP_ASSAY", "O", "O", "B-ORGANISM", "O", "B-CELL", "O", "B-CELL", "O", "O", "B-SMALL_MOLECULE", "O", "O", "B-GENEPROD", "O", "O", "B-SMALL_MOLECULE", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-ORGANISM", "O", "O", "O", "B-GENEPROD", "B-ORGANISM", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "B-CELL", "O", "B-GENEPROD", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "B-GENEPROD", "O", "O", "B-GENEPROD", "O", "O", "B-CELL", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "O", "O", "O", "B-EXP_ASSAY", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-EXP_ASSAY", "I-EXP_ASSAY", "O", "B-GENEPROD", "O", "B-GENEPROD", "O", "B-GENEPROD", "O", "B-GENEPROD", "O", "B-GENEPROD", "I-GENEPROD", "I-GENEPROD", "O", "O", "O", "O", "O", "B-GENEPROD", "I-GENEPROD", "I-GENEPROD", "O", "B-CELL", "O", "O", "B-SMALL_MOLECULE", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "B-GENEPROD", "O", "O", "O", "O", "O", "O", "O"
101
- ],
102
- "panel_start": [
103
- "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "B-PANEL_START", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O", "O"
104
- ]
105
- }
106
- }
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
107
  ```
108
  ### Data Fields
109
  - `text`: `str` of the text
@@ -112,15 +351,22 @@ The text in the dataset is English.
112
  - `panel_start`: `list` of `strings` for IOB2 tags `["O", "B-PANEL_START"]`
113
 
114
  ### Data Splits
115
- - train:
116
- - features: ['words', 'label_ids'],
117
- - num_rows: 48_771
118
- - validation:
119
- - features: ['words', 'label_ids'],
120
- - num_rows: 13_801
121
- - test:
122
- - features: ['words', 'label_ids'],
123
- - num_rows: 7_178
 
 
 
 
 
 
 
124
  ## Dataset Creation
125
  ### Curation Rationale
126
  The dataset was built to train models for the automatic extraction of a knowledge graph based from the scientific literature. The dataset can be used to train character-based models for text segmentation and named entity recognition.
 
93
  ## Dataset Structure
94
  ### Data Instances
95
  ```json
96
+ {'text': '(E) Quantification of the number of cells without γ-Tubulin at centrosomes (γ-Tub -) in pachytene and diplotene spermatocytes in control, Plk1(∆/∆) and BI2536-treated spermatocytes. Data represent average of two biological replicates per condition. ',
97
+ 'labels': [0,
98
+ 0,
99
+ 0,
100
+ 0,
101
+ 0,
102
+ 0,
103
+ 0,
104
+ 0,
105
+ 0,
106
+ 0,
107
+ 0,
108
+ 0,
109
+ 0,
110
+ 0,
111
+ 0,
112
+ 0,
113
+ 0,
114
+ 0,
115
+ 0,
116
+ 0,
117
+ 0,
118
+ 0,
119
+ 0,
120
+ 0,
121
+ 0,
122
+ 0,
123
+ 13,
124
+ 14,
125
+ 14,
126
+ 14,
127
+ 14,
128
+ 14,
129
+ 0,
130
+ 0,
131
+ 0,
132
+ 0,
133
+ 0,
134
+ 0,
135
+ 0,
136
+ 0,
137
+ 0,
138
+ 0,
139
+ 0,
140
+ 0,
141
+ 0,
142
+ 0,
143
+ 0,
144
+ 0,
145
+ 0,
146
+ 0,
147
+ 3,
148
+ 4,
149
+ 4,
150
+ 4,
151
+ 4,
152
+ 4,
153
+ 4,
154
+ 4,
155
+ 4,
156
+ 0,
157
+ 0,
158
+ 0,
159
+ 0,
160
+ 5,
161
+ 6,
162
+ 6,
163
+ 6,
164
+ 6,
165
+ 6,
166
+ 6,
167
+ 6,
168
+ 6,
169
+ 6,
170
+ 6,
171
+ 0,
172
+ 0,
173
+ 3,
174
+ 4,
175
+ 4,
176
+ 4,
177
+ 4,
178
+ 0,
179
+ 0,
180
+ 0,
181
+ 0,
182
+ 0,
183
+ 0,
184
+ 0,
185
+ 0,
186
+ 0,
187
+ 0,
188
+ 0,
189
+ 0,
190
+ 0,
191
+ 0,
192
+ 0,
193
+ 0,
194
+ 0,
195
+ 0,
196
+ 0,
197
+ 0,
198
+ 0,
199
+ 0,
200
+ 0,
201
+ 0,
202
+ 0,
203
+ 0,
204
+ 0,
205
+ 0,
206
+ 0,
207
+ 0,
208
+ 0,
209
+ 7,
210
+ 8,
211
+ 8,
212
+ 8,
213
+ 8,
214
+ 8,
215
+ 8,
216
+ 8,
217
+ 8,
218
+ 8,
219
+ 8,
220
+ 8,
221
+ 8,
222
+ 0,
223
+ 0,
224
+ 0,
225
+ 0,
226
+ 0,
227
+ 0,
228
+ 0,
229
+ 0,
230
+ 0,
231
+ 0,
232
+ 0,
233
+ 0,
234
+ 0,
235
+ 3,
236
+ 4,
237
+ 4,
238
+ 4,
239
+ 0,
240
+ 0,
241
+ 0,
242
+ 0,
243
+ 0,
244
+ 0,
245
+ 0,
246
+ 0,
247
+ 0,
248
+ 0,
249
+ 1,
250
+ 2,
251
+ 2,
252
+ 2,
253
+ 2,
254
+ 2,
255
+ 0,
256
+ 0,
257
+ 0,
258
+ 0,
259
+ 0,
260
+ 0,
261
+ 0,
262
+ 0,
263
+ 0,
264
+ 7,
265
+ 8,
266
+ 8,
267
+ 8,
268
+ 8,
269
+ 8,
270
+ 8,
271
+ 8,
272
+ 8,
273
+ 8,
274
+ 8,
275
+ 8,
276
+ 8,
277
+ 0,
278
+ 0,
279
+ 0,
280
+ 0,
281
+ 0,
282
+ 0,
283
+ 0,
284
+ 0,
285
+ 0,
286
+ 0,
287
+ 0,
288
+ 0,
289
+ 0,
290
+ 0,
291
+ 0,
292
+ 0,
293
+ 0,
294
+ 0,
295
+ 0,
296
+ 0,
297
+ 0,
298
+ 0,
299
+ 0,
300
+ 0,
301
+ 0,
302
+ 0,
303
+ 0,
304
+ 0,
305
+ 0,
306
+ 0,
307
+ 0,
308
+ 0,
309
+ 0,
310
+ 0,
311
+ 0,
312
+ 0,
313
+ 0,
314
+ 0,
315
+ 0,
316
+ 0,
317
+ 0,
318
+ 0,
319
+ 0,
320
+ 0,
321
+ 0,
322
+ 0,
323
+ 0,
324
+ 0,
325
+ 0,
326
+ 0,
327
+ 0,
328
+ 0,
329
+ 0,
330
+ 0,
331
+ 0,
332
+ 0,
333
+ 0,
334
+ 0,
335
+ 0,
336
+ 0,
337
+ 0,
338
+ 0,
339
+ 0,
340
+ 0,
341
+ 0,
342
+ 0,
343
+ 0,
344
+ 0,
345
+ 0]}
346
  ```
347
  ### Data Fields
348
  - `text`: `str` of the text
 
351
  - `panel_start`: `list` of `strings` for IOB2 tags `["O", "B-PANEL_START"]`
352
 
353
  ### Data Splits
354
+ ```python
355
+ DatasetDict({
356
+ train: Dataset({
357
+ features: ['text', 'labels'],
358
+ num_rows: 66085
359
+ })
360
+ test: Dataset({
361
+ features: ['text', 'labels'],
362
+ num_rows: 8225
363
+ })
364
+ validation: Dataset({
365
+ features: ['text', 'labels'],
366
+ num_rows: 7948
367
+ })
368
+ })
369
+ ```
370
  ## Dataset Creation
371
  ### Curation Rationale
372
  The dataset was built to train models for the automatic extraction of a knowledge graph based from the scientific literature. The dataset can be used to train character-based models for text segmentation and named entity recognition.