ferrazzipietro/LS_Mistral-7B-v0.1_diann-sentences-spanish_NoQuant_32_32_0.01_16_BestF1

该数据集包含多个文本特征，如句子、ID、标题、关键词、注释文本、原始文本、句子注释、实体、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，共有364个示例，总大小为2591416字节，下载大小为740472字节。

The dataset contains multiple text features such as sentences, IDs, titles, keywords, annotated text, raw text, sentence annotations, entities, tokens, NER tags, input IDs, attention masks, labels, predictions, and ground truth labels. The dataset includes only a test set with 364 examples, totaling 2591416 bytes in size, and a download size of 740472 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• sentence: 类型为字符串。
• id: 类型为字符串。
• title: 类型为字符串。
• keywords: 类型为字符串。
• annotated_text: 类型为字符串。
• raw_text: 类型为字符串。
• sentence_annotated: 类型为字符串。
• entities: 包含以下子特征：
  • offsets: 类型为整数序列。
  • text: 类型为字符串。
  • type: 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。

数据分割

• test: 包含364个样本，数据大小为2591416字节。

数据集大小

• 下载大小: 740472字节。
• 数据集大小: 2591416字节。

配置

• default: 包含测试数据文件，路径为data/test-*。