ferrazzipietro/LS_Llama-2-7b-hf_diann-sentences-spanish_NoQuant_64_32_0.01_8_BestF1

该数据集包含多个自然语言处理相关的特征，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、预测和真实标签等。这些特征主要用于命名实体识别（NER）任务。数据集仅包含一个测试集，大小为2565817字节，包含364个示例。

This dataset includes multiple features related to natural language processing, such as sentence, ID, title, keywords, annotated text, raw text, sentence annotated, entities, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. These features are primarily used for Named Entity Recognition (NER) tasks. The dataset contains only a test set, with a size of 2565817 bytes and includes 364 examples.

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: 列表类型
  • 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: 整数序列
• attention_mask: 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: 包含364个样本，总大小为2565817字节

数据集大小

• 下载大小: 741634字节
• 数据集大小: 2565817字节

配置

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