ferrazzipietro/LS_Llama-2-13b-hf_ncbi_disease_NoQuant_64_32_0.01_8_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、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。其中，ner_tags特征用于标注疾病实体，0表示非实体，1表示疾病实体的开始，2表示疾病实体的内部。数据集仅包含一个测试集，包含924个样本，总大小为1385467字节。

This dataset is primarily used for Named Entity Recognition tasks, featuring multiple attributes such as id, tokens, and ner_tags. The ner_tags mark different types of entities, such as diseases. The dataset is divided into a test section containing 924 samples, with a dataset size of 1,385,467 bytes and a download size of 245,382 bytes.

原始信息汇总

数据集概述

数据集信息

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
  • 标签名称:
    • 0: O
    • 1: B-Disease
    • 2: I-Disease
• input_ids: 整数序列 (int32)
• attention_mask: 整数序列 (int8)
• labels: 整数序列 (int64)
• sentence: 字符串类型
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

分割

• test:
  • 字节数: 1385467
  • 样本数: 924

大小

• 下载大小: 245382 字节
• 数据集大小: 1385467 字节

配置

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