ferrazzipietro/LS_Llama-2-7b-hf_diann-sentences-spanish_NoQuant_32_64_0.01_8_BestF1

该数据集主要用于自然语言处理（NLP）任务，特别是命名实体识别（NER）。它包含多个特征，如句子、ID、标题、关键词、注释文本、原始文本、句子注释、实体、标记、NER标签、输入ID、注意力掩码、标签、预测和真实标签。这些特征表明数据集可能用于训练和评估NLP模型，特别是那些涉及文本分类和实体识别的模型。数据集仅包含一个测试集，大小为2565817字节，包含364个示例。This dataset is primarily used for Natural Language Processing (NLP) tasks, particularly Named Entity Recognition (NER). It includes multiple features such as sentence, ID, title, keywords, annotated text, raw text, sentence annotated, entities, tokens, NER tags, input IDs, attention mask, labels, predictions, and ground truth labels. These features suggest that the dataset is likely used for training and evaluating NLP models, especially those involving text classification and entity recognition. The dataset contains only a test set, with a size of 2565817 bytes and 364 examples.

原始信息汇总

数据集概述

数据集特征

• sentence: 字符串类型
• id: 字符串类型
• title: 字符串类型
• keywords: 字符串类型
• annotated_text: 字符串类型
• raw_text: 字符串类型
• sentence_annotated: 字符串类型
• entities: 列表类型
  • offsets: 整数序列
  • text: 字符串类型
  • type: 字符串类型
• tokens: 字符串序列
• ner_tags: 整数序列
• input_ids: 整数序列
• attention_mask: 整数序列
• labels: 整数序列
• predictions: 字符串序列
• ground_truth_labels: 字符串序列

数据集分割

• test:
  • 字节数: 2565817
  • 样本数: 364

数据集大小

• 下载大小: 740056 字节
• 数据集大小: 2565817 字节

配置

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