ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_16_32_0.01_32_BestF1

该数据集主要用于命名实体识别任务，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，标签包括O（非实体）、B-Disease（疾病实体的开始）和I-Disease（疾病实体的内部）。数据集仅包含一个测试集，共有924个样本，文件大小为1385467字节，下载大小为244950字节。

This dataset is primarily used for Named Entity Recognition tasks, specifically for identifying disease entities. It includes multiple features such as id, tokens, ner_tags, etc., where ner_tags are used to label disease entities. The dataset is divided into a test set with 924 samples, and the dataset size is 1385467 bytes with a download size of 244950 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: 244950 字节
• 数据集大小: 1385467 字节

配置

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