ferrazzipietro/LS_Llama-2-13b-hf_ncbi_disease_NoQuant_32_64_0.05_8_BestF1

该数据集主要用于命名实体识别任务，包含id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels等字段。其中，ner_tags字段用于标识疾病相关的命名实体，标签类别包括O（非实体）、B-Disease（疾病实体的开始）和I-Disease（疾病实体的内部）。数据集仅包含一个测试集，共有924个样本，文件大小为1385467字节。

The dataset includes multiple features such as id, tokens, ner_tags, etc., each with specific data types or sequence types. The dataset is divided into parts like the test part, containing specific data volumes and sample quantities. The configuration information of the dataset also provides specific file paths and split information.

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: 245312 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-*