ferrazzipietro/LS_Mistral-7B-v0.1_diann-sentences-spanish_NoQuant_32_64_0.01_8_BestF1

该数据集包含多个特征字段，如句子、ID、标题、关键词、注释文本、原始文本等。此外，数据集还包含实体信息、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签等。数据集分为一个测试集，包含364个样本，总大小为2591416字节。

This dataset includes multiple feature fields such as sentence, ID, title, keywords, annotated text, raw text, etc. Additionally, the dataset contains entity information, tokens, NER tags, input IDs, attention masks, labels, predictions, and ground truth labels. 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

数据集信息

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

数据分割

• test: 包含364个样本，大小为2591416字节

数据集大小

• 下载大小: 740609字节
• 数据集大小: 2591416字节

配置

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