ferrazzipietro/unLS_Llama-2-13b-hf_ncbi_disease_NoQuant_16_32_0.05_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。数据集包含多个特征，如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。其中，ner_tags用于标注疾病相关的实体。数据集仅包含一个测试集，包含924个样本。

This dataset is primarily used for named entity recognition tasks, particularly for disease-related entity recognition. The dataset includes multiple features such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. The ner_tags are used to annotate disease-related entities. The dataset contains only a test set with 924 samples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 类型为字符串。
• tokens: 类型为字符串序列。
• ner_tags: 类型为序列，包含类别标签：
  • 0: O
  • 1: B-Disease
  • 2: I-Disease
• 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64位整数序列。
• sentence: 类型为字符串。
• 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924个样本，占用1385467字节。

数据集大小

• 下载大小: 242654字节
• 数据集大小: 1385467字节

配置

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