passionMan/usda_tokenized_target

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 541970
num_examples: 2527
- name: test
num_bytes: 180736
num_examples: 843
download_size: 136249
dataset_size: 722706
---
# Dataset Card for "usda_tokenized_target"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项（configs）:
- 配置名称（config_name）: default
数据文件（data_files）:
- 数据集划分（split）: 训练集，路径（path）: data/train-*
- 数据集划分（split）: 测试集，路径（path）: data/test-*
数据集信息（dataset_info）:
特征字段（features）:
- 名称（name）: text，数据类型（dtype）: 字符串（string）
- 名称（name）: label，数据类型（dtype）: 64位整数（int64）
- 名称（name）: 输入标识（input_ids），序列类型（sequence）: 32位整数（int32）序列
- 名称（name）: 注意力掩码（attention_mask），序列类型（sequence）: 8位整数（int8）序列
数据集划分（splits）:
- 划分名称（name）: train，总字节数（num_bytes）: 541970，样本数量（num_examples）: 2527
- 划分名称（name）: test，总字节数（num_bytes）: 180736，样本数量（num_examples）: 843
下载大小（download_size）: 136249
数据集总大小（dataset_size）: 722706
---
# 「usda_tokenized_target」数据集卡片

[更多信息请参阅](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置 (default)
  • 数据文件路径：
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据特征

• text: 字符串类型
• label: 64位整数类型
• input_ids: 32位整数序列
• attention_mask: 8位整数序列

数据分割

• 训练集 (train)
  • 字节数: 541970
  • 样本数: 2527
• 测试集 (test)
  • 字节数: 180736
  • 样本数: 843

数据大小

• 下载大小: 136249 字节
• 数据集大小: 722706 字节