ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_16_32_0.01_16_BestF1

该数据集包含用于命名实体识别（NER）任务的数据，特别是针对疾病相关的实体识别。数据集中每个样本包含id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels等字段。ner_tags字段用于标注疾病相关的实体，其中0表示非实体（O），1表示疾病实体的开始（B-Disease），2表示疾病实体的内部（I-Disease）。数据集仅包含测试集，共有924个样本，总大小为1369252字节。

This dataset contains data for Named Entity Recognition (NER) tasks, specifically for disease-related entity recognition. Each sample in the dataset includes 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, where 0 represents non-entity (O), 1 represents the beginning of a disease entity (B-Disease), and 2 represents the inside of a disease entity (I-Disease). The dataset only includes a test set, containing 924 samples with a total size of 1369252 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 (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

数据分割

• test:
  • 字节数: 1369252
  • 样本数: 924

数据集大小

• 下载大小: 239867 字节
• 数据集大小: 1369252 字节

配置

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