feat: add KLUE NER sample viewer for scorecard capture

성적서 "1. 데이터 준비" 는 KLUE NER 을 원본 배포 형식인 인라인 태그
(`<영동고속도로:LC>`) 로 싣는데, HuggingFace datasets 판은 tokens/ner_tags
배열이라 모양이 다르다. BIO 를 엔티티 단위로 묶어 원본 형식으로 되돌린다.

전 차수 성적서 8p 첫 예시와 문자 단위로 일치함을 확인했다.
열람 전용이며 학습 경로에는 관여하지 않는다.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

scripts/show_klue_ner_samples.py

@@ -0,0 +1,104 @@
+"""성능지표 #3 학습/평가 데이터 예시를 성적서 형식으로 출력한다.
+
+전 차수 성적서(GERI `GERIR.CE.2511-02.009`) 8페이지 "1. 데이터 준비" 는 KLUE NER 을
+원본 배포 형식인 인라인 태그로 싣는다.
+
+    "id": 0,
+    "sentence": "특히 <영동고속도로:LC> <강릉:LC> 방향 <문막휴게소:LC>에서 ..."
+
+HuggingFace `datasets` 의 klue/ner 는 음절 토큰(`tokens`)과 BIO 태그(`ner_tags`)
+배열로 들어오므로 모양이 다르다. 여기서 BIO 를 엔티티 단위로 묶어 원본 형식으로
+되돌린다. 성적서에 그대로 캡처해 붙이기 위한 열람 전용 스크립트이며 학습에는
+관여하지 않는다.
+
+사용:
+    python scripts/show_klue_ner_samples.py                  # 학습셋 앞뒤 3건씩
+    python scripts/show_klue_ner_samples.py --split validation
+    python scripts/show_klue_ner_samples.py --head 5 --tail 5
+    python scripts/show_klue_ner_samples.py --all --out train_samples.txt
+"""
+from __future__ import annotations
+
+import argparse
+import sys
+
+
+def to_inline(tokens: list[str], tags: list[str]) -> str:
+    """음절 토큰 + BIO 태그 → `<표면형:태그>` 인라인 문장.
+
+    KLUE NER 의 tokens 는 공백을 포함한 음절 단위라 그대로 이어 붙이면 원문이 된다.
+    """
+    out: list[str] = []
+    buf: list[str] = []
+    label: str | None = None
+
+    def flush() -> None:
+        if buf:
+            out.append("<%s:%s>" % ("".join(buf), label))
+            buf.clear()
+
+    for token, tag in zip(tokens, tags):
+        if tag.startswith("B-"):
+            flush()
+            label = tag[2:]
+            buf.append(token)
+        elif tag.startswith("I-") and label == tag[2:]:
+            buf.append(token)
+        else:
+            flush()
+            label = None
+            out.append(token)
+    flush()
+    return "".join(out)
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description=__doc__)
+    parser.add_argument("--split", default="train", choices=("train", "validation"))
+    parser.add_argument("--head", type=int, default=3, help="앞에서 N건")
+    parser.add_argument("--tail", type=int, default=3, help="뒤에서 N건")
+    parser.add_argument("--all", action="store_true", help="전건 출력")
+    parser.add_argument("--out", help="파일로 저장 (미지정 시 표준출력)")
+    args = parser.parse_args()
+
+    from datasets import load_dataset
+
+    ds = load_dataset("klue", "ner", split=args.split)
+    names = ds.features["ner_tags"].feature.names
+    total = len(ds)
+
+    if args.all:
+        indices = list(range(total))
+    else:
+        indices = list(range(min(args.head, total)))
+        tail_start = max(len(indices), total - args.tail)
+        indices += list(range(tail_start, total))
+
+    lines: list[str] = []
+    kind = "학습" if args.split == "train" else "평가"
+    lines.append("<%s 데이터 예시(총 %d 건)>" % (kind, total))
+    lines.append("")
+
+    previous = -1
+    for i in indices:
+        if previous >= 0 and i != previous + 1:
+            lines.append("...")
+            lines.append("")
+        row = ds[i]
+        sentence = to_inline(row["tokens"], [names[t] for t in row["ner_tags"]])
+        lines.append('"id": %d,' % i)
+        lines.append('"sentence": "%s",' % sentence)
+        previous = i
+
+    text = "\n".join(lines)
+    if args.out:
+        with open(args.out, "w", encoding="utf-8") as f:
+            f.write(text + "\n")
+        print("%s 에 %d건 기록 (전체 %d건)" % (args.out, len(indices), total))
+    else:
+        print(text)
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())