ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_64_32_0.01_8_BestF1

该数据集主要用于命名实体识别任务，特别是疾病名称的识别。数据集包含多个特征字段，如id、tokens、ner_tags等，其中ner_tags用于标注疾病名称的起始和内部位置。数据集仅包含一个测试集，包含924个样本，总大小为1369252字节。

This dataset is primarily used for named entity recognition tasks, specifically for identifying disease names. It includes multiple feature fields such as id, tokens, ner_tags, etc., where ner_tags are used to annotate the beginning and inside positions of disease names. The dataset contains only a test set with 924 samples, totaling 1369252 bytes in 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 (int32)
• attention_mask: 整数序列 (int8)
• labels: 整数序列 (int64)
• 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: 1369252
  • 样本数: 924

数据集大小

• 下载大小: 238706 字节
• 数据集大小: 1369252 字节

配置

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