ferrazzipietro/LS_Mistral-7B-v0.1_e3c-sentences_NoQuant_32_32_0.01_32_BestF1

该数据集包含文本数据，每个数据点包括句子、实体信息、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。实体信息进一步细分为ID、偏移量、角色、语义类型ID、文本和类型。数据集仅包含一个测试集，共有170个例子。

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. Each entity contains ID, offsets, role, semantic type ID, text, and type. The dataset is split into a test set with 170 examples, totaling 658559 bytes.

原始信息汇总

数据集概述

数据集特征

• 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。

数据集分割

• test: 包含170个样本，占用658559字节。

数据集大小

• 下载大小: 132487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-*。