ferrazzipietro/LS_Mistral-7B-v0.1_diann-sentences-spanish_NoQuant_16_32_0.01_32_BestF1

该数据集包含多个文本处理相关的特征，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。数据集分为一个测试集，包含364个示例，总大小为2591416字节。下载大小为740603字节。

This dataset contains multiple features related to text processing, 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 is divided into a test set containing 364 examples, with a total size of 2591416 bytes. The download size is 740603 bytes.

原始信息汇总

数据集概述

数据集特征

• sentence: 字符串类型
• id: 字符串类型
• title: 字符串类型
• keywords: 字符串类型
• annotated_text: 字符串类型
• raw_text: 字符串类型
• sentence_annotated: 字符串类型
• entities: 列表类型
  • offsets: 整数序列
  • text: 字符串类型
  • type: 字符串类型
• tokens: 字符串序列
• ner_tags: 整数序列
• input_ids: 整数序列
• attention_mask: 整数序列
• labels: 整数序列
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据集分割

• test: 包含364个样本，总大小为2591416字节

数据集大小

• 下载大小: 740603字节
• 数据集大小: 2591416字节

配置

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