ferrazzipietro/unLS_Llama-2-7b-hf_ncbi_disease_NoQuant_64_32_0.01_32_BestF1

该数据集主要用于命名实体识别（NER）任务，特别是针对疾病实体的识别。数据集包含多个特征，如id、tokens、ner_tags等，其中ner_tags用于标注疾病实体的开始和内部。数据集仅包含一个测试集，大小为1385467字节，包含924个示例。整个数据集的下载大小为244712字节，总大小为1385467字节。

This dataset is primarily designed for Named Entity Recognition (NER) tasks, specifically for the identification of disease entities. The dataset includes multiple features such as id, tokens, ner_tags, etc., where ner_tags are used to annotate the beginning and inside of disease entities. The dataset contains only a test set, which is 1385467 bytes in size and includes 924 examples. The download size of the entire dataset is 244712 bytes, and the total size is 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: 244712 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-*