ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_16_64_0.01_32_BestF1

该数据集主要用于命名实体识别任务，特别是识别与疾病相关的实体。数据集包含多个字段，如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。其中，ner_tags字段用于标注疾病相关的实体，input_ids和attention_mask字段用于BERT等模型的输入。数据集的测试集包含924个样本，总大小为1385467字节。

This dataset is primarily used for named entity recognition tasks, specifically for identifying disease-related entities. The dataset includes multiple fields such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. The ner_tags field is used to annotate disease-related entities, while the input_ids and attention_mask fields are used for input to models like BERT. The test set of the dataset contains 924 samples with a total size of 1385467 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: 命名实体识别标签序列
  • 类别标签:
    • 0: O
    • 1: B-Disease
    • 2: I-Disease
• input_ids: 整数序列
• attention_mask: 整数序列
• labels: 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: 244903 字节
• 数据集大小: 1385467 字节

配置

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