VuongQuoc/60k_dataset_multichoice

--- dataset_info: features: - name: input_ids sequence: sequence: int32 - name: token_type_ids sequence: sequence: int8 - name: attention_mask sequence: sequence: int8 - name: label dtype: int64 splits: - name: train num_bytes: 465592764 num_examples: 60000 - name: test num_bytes: 1552000 num_examples: 200 download_size: 52157007 dataset_size: 467144764 --- # Dataset Card for "60k_dataset_multichoice" - MAX_LEN = 256 [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征项： - 名称：输入ID（input_ids），为嵌套序列类型，其子序列数据类型为32位整数（int32） - 名称：Token类型ID（token_type_ids），为嵌套序列类型，其子序列数据类型为8位整数（int8） - 名称：注意力掩码（attention_mask），为嵌套序列类型，其子序列数据类型为8位整数（int8） - 名称：标签（label），数据类型为64位整数（int64） 数据集划分： - 划分名称：训练集（train），占用字节数：465592764，样本数量：60000 - 划分名称：测试集（test），占用字节数：1552000，样本数量：200 下载大小：52157007 总数据集大小：467144764 # "60k多选数据集"数据集卡片 - 最大序列长度（MAX_LEN）= 256 [需补充更多信息](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

特征信息

• input_ids: 序列类型，数据类型为 int32。
• token_type_ids: 序列类型，数据类型为 int8。
• attention_mask: 序列类型，数据类型为 int8。
• label: 数据类型为 int64。

数据分割

• train: 包含 60000 个样本，总字节数为 465592764。
• test: 包含 200 个样本，总字节数为 1552000。

数据集大小

• 下载大小: 52157007 字节。
• 数据集大小: 467144764 字节。

其他信息

• MAX_LEN: 256。