ferrazzipietro/LS_Mistral-7B-v0.1_diann-sentences-spanish_NoQuant_64_64_0.01_16_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。数据集仅包含一个测试集，大小为2591416字节，包含364个示例。

The dataset includes 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 contains only a test set, which is 2591416 bytes in size and includes 364 examples.

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:
  • 样本数量: 364
  • 数据大小: 2591416 字节

数据集大小

• 下载大小: 740547 字节
• 数据集总大小: 2591416 字节

配置

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