ferrazzipietro/LS_Llama-2-13b-hf_ncbi_disease_NoQuant_32_32_0.05_8_BestF1

该数据集包含用于命名实体识别（NER）任务的文本数据，特别是与疾病相关的实体识别。数据集的特征包括id、tokens、ner_tags等，其中ner_tags字段用于标注疾病相关的实体。数据集仅包含测试集，文件大小为1385467字节，包含924个示例。

This dataset contains text data for Named Entity Recognition (NER) tasks, specifically for disease-related entity recognition. The features of the dataset include id, tokens, ner_tags, etc., where the ner_tags field is used to annotate disease-related entities. The dataset only includes a test set, with a file size of 1385467 bytes and contains 924 examples.

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• ner_tags: 序列类型，包含类别标签：
  • 0: O
  • 1: B-Disease
  • 2: I-Disease
• input_ids: 序列类型，数据类型为int32。
• attention_mask: 序列类型，数据类型为int8。
• labels: 序列类型，数据类型为int64。
• sentence: 数据类型为字符串。
• predictions: 序列类型，数据类型为字符串。
• ground_truth_labels: 序列类型，数据类型为字符串。

数据分割

• test: 包含924个样本，数据大小为1385467字节。

数据集大小

• 下载大小: 245181字节
• 数据集大小: 1385467字节

配置

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