ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_16_64_0.05_32_BestF1

该数据集主要用于命名实体识别任务，特别是疾病相关的实体识别。数据集包含多个特征，如id、tokens、ner_tags等，其中ner_tags用于标注疾病相关的实体。数据集包含一个测试集，共有924个示例，文件大小为1385467字节。

The dataset includes multiple features such as id, tokens, ner_tags, etc., each with specific data types and structures. The dataset is divided into different parts, such as the test part, which includes specific number of bytes and examples. The download size and actual size of the dataset are also mentioned.

原始信息汇总

数据集概述

数据特征

• id: 字符串类型
• tokens: 字符串序列
• ner_tags: 序列类型，包含类别标签
  • 类别标签名称:
    • 0: O
    • 1: B-Disease
    • 2: I-Disease
• input_ids: 32位整数序列
• attention_mask: 8位整数序列
• labels: 64位整数序列
• sentence: 字符串类型
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据分割

• test:
  • 字节数: 1385467
  • 样本数: 924

数据集大小

• 下载大小: 244864 字节
• 数据集大小: 1385467 字节

配置

• config_name: default
  • 数据文件:
    • split: test
    • 路径: data/test-*