ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_32_32_0.01_32_BestF1

该数据集包含用于命名实体识别（NER）任务的文本数据，特别是针对疾病实体的识别。数据集包括多个特征，如id、tokens、ner_tags等，其中ner_tags用于标记疾病实体的开始和内部。数据集包含一个测试分割，共有924个示例。

This dataset contains text data for Named Entity Recognition (NER) tasks, specifically for the identification of disease entities. The dataset includes multiple features such as id, tokens, ner_tags, etc., where ner_tags are used to mark the beginning and inside of disease entities. The dataset includes a test split with a total of 924 examples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• tokens: 字符串序列
• ner_tags: 命名实体识别标签序列
  • 类别标签:
    • 0: O
    • 1: B-Disease
    • 2: I-Disease
• input_ids: 整数序列
• attention_mask: 整数序列
• labels: 整数序列
• sentence: 字符串类型
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据分割

• test:
  • 字节数: 1385467
  • 样本数: 924

数据集大小

• 下载大小: 244990 字节
• 数据集大小: 1385467 字节

配置

• config_name: default
  • 数据文件:
    • 分割: test
    • 路径: data/test-*