phunc20/vina-cased_mlm_wwm_chunked_dataset
收藏Hugging Face2023-06-22 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/phunc20/vina-cased_mlm_wwm_chunked_dataset
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含用于自然语言处理任务的特征数据，如input_ids, attention_mask, word_ids和labels，这些数据类型分别为int32, int8, int64和int64。数据集分为训练集，包含991987个例子，总大小为5380537328字节。下载大小为1379723543字节。
该数据集包含用于自然语言处理任务的特征数据，如input_ids, attention_mask, word_ids和labels，这些数据类型分别为int32, int8, int64和int64。数据集分为训练集，包含991987个例子，总大小为5380537328字节。下载大小为1379723543字节。
提供机构：
phunc20
原始信息汇总
数据集概述
数据集名称
vina-cased_mlm_wwm_chunked_dataset
数据集特征
- input_ids: 序列类型为 int32。
- attention_mask: 序列类型为 int8。
- word_ids: 序列类型为 int64。
- labels: 序列类型为 int64。
数据集划分
- 训练集 (train):
- 数据量: 991987 个样本
- 存储大小: 5380537328 字节
数据集大小
- 下载大小: 1379723543 字节
- 数据集总大小: 5380537328 字节
