数据集包含7432个训练样本，1164个验证样本和893个测试样本。每个样本表示一个句子，并包括以下特征：句子ID（'sent_id'），标记列表（'tokens'），词形列表（'lemmas'），Multext-East标记列表（'xpos_tags'），UPOS标记列表（'upos_tags'），形态特征列表（'feats'），IOB标记列表（'iob_tags'）和通用依赖标记列表（'uds'）。有三个可用的数据集配置，对应的特征被编码为类标签：'ner'，'upos'和'ud'。