ferrazzipietro/unLS_Llama-2-13b-hf_ncbi_disease_NoQuant_16_64_0.01_8_BestF1

该数据集主要用于命名实体识别任务，特别是与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特征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1385467字节。

The dataset includes multiple features such as id, tokens, ner_tags, etc., each with specific data types and structures. The dataset is divided into parts like test, each with specific data volume and sample numbers. The configuration information of the dataset also provides the download and dataset 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

数据分割

• test:
  • 字节数: 1385467
  • 样本数: 924

数据集大小

• 下载大小: 244225 字节
• 数据集大小: 1385467 字节

配置

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