ferrazzipietro/LS_Llama-2-7b-hf_e3c-sentences_es_NoQuant_32_32_0.01_32_BestF1

该数据集主要用于自然语言处理任务，特别是命名实体识别（NER）和序列标注任务。数据集包含多个特征，如句子、实体、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集，包含135个样本，文件大小为613153字节。

This dataset is primarily used for natural language processing tasks, particularly named entity recognition (NER) and sequence labeling tasks. The dataset includes multiple features such as sentences, entities, original text, original ID, tokens, NER tags, input IDs, attention masks, labels, predictions, and ground truth labels. The dataset contains only a test set with 135 samples and a file size of 613153 bytes.

原始信息汇总

数据集概述

数据集特征

• sentence: 字符串类型，表示句子。
• entities: 列表类型，包含以下子特征：
  • id: 字符串类型，表示实体ID。
  • offsets: 整数序列类型，表示偏移量。
  • role: 字符串类型，表示角色。
  • semantic_type_id: 字符串类型，表示语义类型ID。
  • text: 字符串类型，表示文本。
  • type: 字符串类型，表示类型。
• original_text: 字符串类型，表示原始文本。
• original_id: 字符串类型，表示原始ID。
• tokens: 字符串序列类型，表示分词。
• ner_tags: 整数序列类型，表示命名实体识别标签。
• input_ids: 整数序列类型，表示输入ID。
• attention_mask: 整数序列类型，表示注意力掩码。
• labels: 整数序列类型，表示标签。
• predictions: 字符串序列类型，表示预测结果。
• ground_truth_labels: 字符串序列类型，表示真实标签。

数据集分割

• test: 包含135个样本，占用613153字节。

数据集大小

• 下载大小: 127786字节
• 数据集大小: 613153字节

配置

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