ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_64_32_0.01_32_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。数据集包含多个特征，如id、tokens、ner_tags等，其中ner_tags用于标注疾病相关的实体。数据集仅包含一个测试集，共有924个样本，文件大小为1369252字节。

The dataset includes multiple features such as id, tokens, ner_tags, etc., each with specific data types and structures. The dataset is divided into parts like the test part, which includes specific byte counts and sample counts. The dataset configuration information 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 (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: 238762 字节
• 数据集大小: 1369252 字节

配置

• config_name: default
  • 数据文件:
    • split: test
    • path: data/test-*