ferrazzipietro/LS_Llama-2-13b-hf_ncbi_disease_NoQuant_64_64_0.05_8_BestF1

该数据集主要用于命名实体识别任务，特别是疾病实体的识别。数据集包含多个特征字段，如id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。其中，ner_tags字段用于标注疾病实体，O表示非实体，B-Disease和I-Disease分别表示疾病实体的开始和内部。数据集仅包含一个测试集，包含924个样本，总大小为1385467字节。

This dataset is primarily used for named entity recognition tasks, specifically for identifying disease entities. The dataset includes multiple feature fields such as id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. The ner_tags field is used to annotate disease entities, where O indicates non-entities, and B-Disease and I-Disease represent the beginning and inside of disease entities, respectively. The dataset contains only a test set with 924 samples, totaling 1385467 bytes.

原始信息汇总

数据集概述

数据集特征

• 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

数据集分割

• test:
  • 样本数量: 924
  • 数据大小: 1385467 字节

数据集大小

• 下载大小: 245705 字节
• 数据集总大小: 1385467 字节

配置

• default:
  • 数据文件路径: data/test-*