ferrazzipietro/LS_Mistral-7B-v0.1_diann-sentences-spanish_NoQuant_64_64_0.01_8_BestF1

该数据集包含多个特征，如句子、ID、标题、关键词、注释文本、原始文本、句子注释、实体、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。数据集仅包含一个测试集，大小为2591416字节，包含364个示例。下载大小为740793字节，数据集总大小为2591416字节。

This dataset is primarily used for natural language processing tasks, featuring multiple attributes such as sentences, IDs, titles, keywords, and more. The dataset includes features like entities, tokens, NER tags, which are beneficial for text analysis and processing. The dataset is divided into a test set containing 364 samples with a total size of 2591416 bytes.

原始信息汇总

数据集概述

数据集特征

• sentence: 字符串类型
• id: 字符串类型
• title: 字符串类型
• keywords: 字符串类型
• annotated_text: 字符串类型
• raw_text: 字符串类型
• sentence_annotated: 字符串类型
• entities:
  • offsets: 整数序列
  • text: 字符串类型
  • type: 字符串类型
• tokens: 字符串序列
• ner_tags: 整数序列
• input_ids: 32位整数序列
• attention_mask: 8位整数序列
• labels: 整数序列
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据集分割

• test:
  • 字节数: 2591416
  • 样本数: 364

数据集大小

• 下载大小: 740793 字节
• 数据集大小: 2591416 字节

配置

• config_name: default
  • data_files:
    • split: test
    • path: data/test-*