ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_64_64_0.05_64_BestF1

该数据集主要用于命名实体识别任务，特别是疾病相关的实体识别。数据集包含以下特征字段：id、tokens、ner_tags、input_ids、attention_mask、labels、sentence、predictions和ground_truth_labels。ner_tags字段用于标注疾病相关的实体，其中0表示O（非实体），1表示B-Disease（疾病实体的开始），2表示I-Disease（疾病实体的内部）。数据集仅包含一个测试集分割，包含924个样本，总大小为1385467字节。

This dataset is primarily used for named entity recognition tasks, particularly for disease-related entity recognition. The dataset includes the following feature fields: id, tokens, ner_tags, input_ids, attention_mask, labels, sentence, predictions, and ground_truth_labels. The ner_tags field is used to annotate disease-related entities, where 0 represents O (non-entity), 1 represents B-Disease (beginning of a disease entity), and 2 represents I-Disease (inside of a disease entity). The dataset contains only a test split with 924 samples and a total size of 1385467 bytes.

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: 1385467
  • 样本数: 924

数据集大小

• 下载大小: 245190 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-*