nhantruongcse/summary-vietnamese-news-token-TFtest_vit5_base

该数据集包含多个特征，包括文本内容（Content）、摘要（Summary）、模型输入的ID序列（input_ids）、注意力掩码（attention_mask）和标签（labels）。数据集主要用于训练，包含8229个样本，总数据量为61956745字节，下载大小为27478662字节。训练数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为32位整数序列。
• attention_mask: 数据类型为8位整数序列。
• labels: 数据类型为64位整数序列。

数据集分割

• train: 包含8229个样本，占用61956745字节。

数据集大小

• 下载大小: 27478662字节。
• 数据集大小: 61956745字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。