ferrazzipietro/LS_Llama-2-7b-hf_adapters_en.layer1_NoQuant_16_64_0.01_4_0.0002_5Epochs

---
dataset_info:
features:
- name: sentence
dtype: string
- name: entities
list:
- name: id
dtype: string
- name: offsets
sequence: int64
- name: role
dtype: string
- name: semantic_type_id
dtype: string
- name: text
dtype: string
- name: type
dtype: string
- name: original_text
dtype: string
- name: original_id
dtype: string
- name: tokens
sequence: string
- name: ner_tags
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
- name: predictions
sequence: string
- name: ground_truth_labels
sequence: string
splits:
- name: test
num_bytes: 2785371
num_examples: 681
download_size: 319340
dataset_size: 2785371
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---

This dataset is primarily used for natural language processing tasks, particularly Named Entity Recognition (NER) and related text analysis. It includes multiple features such as sentence, entities list, original text, original ID, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. Each entity contains ID, offsets, role, semantic type ID, text, and type. The dataset is divided into a test set with 681 examples, totaling 2785371 bytes.

原始信息汇总

数据集概述

数据集特征

• sentence

  • 数据类型：字符串

• entities

  • id
    • 数据类型：字符串
  • offsets
    • 数据类型：整数序列（int64）
  • role
    • 数据类型：字符串
  • semantic_type_id
    • 数据类型：字符串
  • text
    • 数据类型：字符串
  • type
    • 数据类型：字符串

• original_text

  • 数据类型：字符串

• original_id

  • 数据类型：字符串

• tokens

  • 数据类型：字符串序列

• ner_tags

  • 数据类型：整数序列（int64）

• input_ids

  • 数据类型：整数序列（int32）

• attention_mask

  • 数据类型：整数序列（int8）

• labels

  • 数据类型：整数序列（int64）

• predictions

  • 数据类型：字符串序列

• ground_truth_labels

  • 数据类型：字符串序列

数据集分割

• 测试集（test）
  • 数据大小：2785371字节
  • 示例数量：681

数据集大小

• 下载大小：319340字节
• 数据集总大小：2785371字节

配置

• 默认配置（default）
  • 数据文件路径：data/test-*