ferrazzipietro/LS_Mistral-7B-v0.1_ncbi_disease_NoQuant_64_64_0.01_8_BestF1

该数据集主要用于命名实体识别（NER）任务，特别是与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。此外，数据集还包含input_ids和attention_mask，这些特征通常用于BERT等深度学习模型的输入。数据集仅包含一个测试集，共有924个例子，总大小为1369252字节。

This dataset is primarily used for Named Entity Recognition (NER) tasks, specifically focusing on disease-related entities. It includes multiple features such as id, tokens, ner_tags, etc., where ner_tags are used to annotate disease-related entities. Additionally, the dataset contains input_ids and attention_mask, which are typically used as inputs for deep learning models like BERT. The dataset consists of only a test set with 924 examples, totaling 1369252 bytes in size.

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为字符串。
• tokens: 序列类型，数据类型为字符串。
• ner_tags: 序列类型，包含以下类别标签：
  • 0: O
  • 1: B-Disease
  • 2: I-Disease
• input_ids: 序列类型，数据类型为int32。
• attention_mask: 序列类型，数据类型为int8。
• labels: 序列类型，数据类型为int64。
• sentence: 数据类型为字符串。
• predictions: 序列类型，数据类型为字符串。
• ground_truth_labels: 序列类型，数据类型为字符串。

数据分割

• test: 包含924个样本，总大小为1369252字节。

数据集大小

• 下载大小: 238764字节
• 数据集大小: 1369252字节

配置

• config_name: default
  • data_files:
    • split: test
    • path: data/test-*