ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_32_64_0.01_16_BestF1

该数据集主要用于命名实体识别任务，特别是识别与疾病相关的实体。数据集包含多个特征，包括id、tokens、ner_tags等。ner_tags用于标注疾病相关的实体，其中0表示非实体，1表示疾病实体的开始，2表示疾病实体的内部。数据集仅包含一个测试集，没有提供训练集或验证集。数据集的下载大小为238373字节，总大小为1369252字节。

This dataset is primarily used for named entity recognition tasks, specifically for identifying disease-related entities. The dataset includes multiple features such as id, tokens, ner_tags, etc. ner_tags are used to annotate disease-related entities, where 0 represents non-entities, 1 represents the beginning of a disease entity, and 2 represents the inside of a disease entity. The dataset only contains a test set, with no training or validation sets provided. The download size of the dataset is 238373 bytes, and the total size is 1369252 bytes.

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: 1369252
  • 样本数: 924

数据集大小

• 下载大小: 238373 字节
• 数据集大小: 1369252 字节

配置

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