ferrazzipietro/LS_Mistral-7B-v0.1_e3c-sentences_NoQuant_64_64_0.01_8_BestF1

该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、预测和真实标签等。每个实体包含ID、偏移量、角色、语义类型ID、文本和类型等信息。数据集只有一个测试集，包含170个样本，总大小为658559字节，下载大小为132466字节。配置信息指定了默认配置下的数据文件路径。

This dataset is primarily used for natural language processing tasks, particularly Named Entity Recognition (NER) and text classification. It includes multiple features such as sentences, entities list, original text, original ID, tokens, NER tags, input IDs, attention masks, labels, predictions, and ground truth labels. The entities list 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32位整数序列。
• attention_mask: 类型为8位整数序列。
• 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，占用658559字节。

数据集大小

• 下载大小: 132466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-*。