Saibo-creator/bookcorpus_compact_1024_test_meta

---
dataset_info:
features:
- name: text
dtype: string
- name: concept_with_offset
dtype: string
- name: cid_arrangement
sequence: int32
- name: schema_lengths
sequence: int64
- name: topic_entity_mask
sequence: int64
- name: text_lengths
sequence: int64
splits:
- name: train
num_bytes: 758527093
num_examples: 6160
download_size: 169143634
dataset_size: 758527093
---
# Dataset Card for "bookcorpus_compact_1024_test_meta"

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

---
数据集信息：
特征字段：
- 字段名称：text，数据类型：字符串
- 字段名称：带偏移量的概念（concept_with_offset），数据类型：字符串
- 字段名称：概念ID排列（cid_arrangement），数据类型：32位整型序列
- 字段名称：模式长度（schema_lengths），数据类型：64位整型序列
- 字段名称：主题实体掩码（topic_entity_mask），数据类型：64位整型序列
- 字段名称：文本长度（text_lengths），数据类型：64位整型序列
数据集划分：
- 划分名称：训练集（train），字节大小：758527093，样本数量：6160
下载大小：169143634
数据集总大小：758527093
---
# 「bookcorpus_compact_1024_test_meta」数据集卡片

[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

数据集信息

• 特征列表：

  • text：类型为字符串。
  • concept_with_offset：类型为字符串。
  • cid_arrangement：类型为整数序列，数据类型为int32。
  • schema_lengths：类型为整数序列，数据类型为int64。
  • topic_entity_mask：类型为整数序列，数据类型为int64。
  • text_lengths：类型为整数序列，数据类型为int64。

• 数据分割：

  • train：包含6160个样本，总字节数为758527093。

• 数据集大小：

  • 下载大小：169143634字节。
  • 数据集大小：758527093字节。