ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_16_32_0.01_8_BestF1

该数据集主要用于命名实体识别任务，特别是疾病相关的实体识别。数据集包含多个字段，如id、tokens、ner_tags等，其中ner_tags字段用于标注疾病相关的实体。数据集仅包含一个测试集，共有924个样本，总大小为1369252字节。

This dataset is primarily used for named entity recognition tasks, particularly for disease-related entity recognition. The dataset includes multiple fields such as id, tokens, ner_tags, etc., where the ner_tags field is used to annotate disease-related entities. The dataset contains only a test set with 924 samples, totaling 1369252 bytes in size.

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

• 分割:

  • test:
    • 字节数: 1369252
    • 样本数: 924

• 下载大小: 238809 字节

• 数据集大小: 1369252 字节

配置

• config_name: default
  • 数据文件:
    • split: test
    • path: data/test-*