ferrazzipietro/LS_Mistral-7B-v0.1_e3c-sentences_NoQuant_64_32_0.01_32_BestF1

该数据集包含多个字段，主要用于自然语言处理任务。数据集中的每个样本包含句子、实体信息、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。实体信息进一步细分为ID、偏移量、角色、语义类型ID、文本和类型。数据集的测试集包含170个样本，文件大小为658559字节。

This dataset contains multiple fields primarily used for natural language processing tasks. Each sample in the dataset includes a sentence, entity information, original text, original ID, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. The entity information is further divided into ID, offsets, role, semantic type ID, text, and type. The test set of the dataset contains 170 samples with a file size of 658559 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: 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。

数据集分割

• test: 包含170个样本，占用658559字节。

数据集大小

• 下载大小: 132766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-*。