ferrazzipietro/LS_Mistral-7B-v0.1_e3c-sentences_NoQuant_16_64_0.01_32_BestF1

该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）任务。数据集包含多个特征，如句子、实体、原始文本、原始ID、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。这些特征表明数据集可能用于训练和评估NER模型。数据集仅包含一个测试集，大小为658559字节，包含170个示例。

The dataset includes multiple features such as sentence, entities list, original text, original ID, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. The entities list contains entity ID, offsets, role, semantic type ID, text, and type. The dataset is divided into a test set with 170 samples, with a download size of 132617 bytes and a dataset size of 658559 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• sentence: 类型为字符串。
• entities: 包含以下子特征：
  • id: 类型为字符串。
  • offsets: 类型为整数序列。
  • role: 类型为字符串。
  • semantic_type_id: 类型为字符串。
  • text: 类型为字符串。
  • type: 类型为字符串。
• original_text: 类型为字符串。
• original_id: 类型为字符串。
• tokens: 类型为字符串序列。
• ner_tags: 类型为整数序列。
• input_ids: 类型为整数序列。
• attention_mask: 类型为整数序列。
• labels: 类型为整数序列。
• predictions: 类型为字符串序列。
• ground_truth_labels: 类型为字符串序列。

数据分割

• test: 包含170个样本，数据大小为658559字节。

数据集大小

• 下载大小: 132617字节。
• 数据集大小: 658559字节。

配置

• default: 包含测试数据文件，路径为data/test-*。