ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_16_32_0.05_32_BestF1

该数据集用于命名实体识别任务，特别是针对疾病实体的识别。数据集包含多个特征，如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。ner_tags特征用于标注疾病实体，其中0表示非实体，1表示疾病实体的开始，2表示疾病实体的中间或结束部分。数据集仅包含一个测试集，大小为1385467字节，包含924个示例。

The dataset includes multiple features such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. Among these, tokens and ner_tags are sequence types, with ner_tags containing class labels like O, B-Disease, and I-Disease. The dataset is divided into a test split with 924 samples, totaling 1385467 bytes.

原始信息汇总

数据集概述

数据特征

• id: 数据类型为字符串。
• tokens: 序列类型，元素为字符串。
• ner_tags: 序列类型，元素为类别标签，标签名包括：
  • 0: O
  • 1: B-Disease
  • 2: I-Disease
• input_ids: 序列类型，元素为32位整数。
• attention_mask: 序列类型，元素为8位整数。
• labels: 序列类型，元素为64位整数。
• sentence: 数据类型为字符串。
• predictions: 序列类型，元素为字符串。
• ground_truth_labels: 序列类型，元素为字符串。

数据分割

• test: 包含924个样本，占用1385467字节。

数据集大小

• 下载大小: 244735字节
• 数据集大小: 1385467字节

配置

• default:
  • 数据文件路径: data/test-*