ferrazzipietro/LS_Llama-2-7b-hf_ncbi_disease_NoQuant_32_32_0.05_16_BestF1

该数据集主要用于命名实体识别任务，特别是疾病名称的识别。数据集包含id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels等特征。其中，ner_tags用于标注疾病名称，input_ids和attention_mask用于模型的输入，labels用于模型的输出。数据集仅包含一个测试集，共有941个例子，总大小为1424083字节。

This dataset is primarily used for named entity recognition tasks, specifically for identifying disease names. The dataset includes features such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. Among these, ner_tags are used for annotating disease names, input_ids and attention_mask are used for model inputs, and labels are used for model outputs. The dataset contains only a test set with 941 examples and a total size of 1424083 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: 1424083
  • 样本数: 941

数据集大小

• 下载大小: 253155 字节
• 数据集大小: 1424083 字节

配置

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