ferrazzipietro/LS_Llama-2-7b-hf_e3c-sentences_NoQuant_64_32_0.05_16_BestF1

该数据集包含多个字段，用于自然语言处理任务，特别是命名实体识别（NER）。字段包括句子、实体（包含ID、偏移量、角色、语义类型ID、文本和类型）、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。数据集仅包含一个测试分割，包含170个样本，总大小为663918字节。

This dataset contains multiple fields for natural language processing tasks, particularly named entity recognition (NER). The fields include sentence, entities (with ID, offsets, role, semantic type ID, text, and type), original text, original ID, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. The dataset includes only a test split with 170 samples, totaling 663918 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: 列表类型，包含以下子特征：
  • id: 类型为字符串。
  • offsets: 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: 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: 包含170个样本，总字节数为663918。

数据集大小

• 下载大小: 133275字节。
• 数据集大小: 663918字节。

配置

• default: 包含测试数据文件，路径为data/test-*。