nhantruongcse/summary-vietnamese-news-token-TFtest_vit5_large_vietnews

该数据集包含五个主要特征：内容（Content）、摘要（Summary）、输入ID序列（input_ids）、注意力掩码序列（attention_mask）和标签序列（labels）。数据集分为一个训练集（train），包含8229个样本，总大小为61956745字节。下载大小为27478662字节，数据集总大小为61956745字节。默认配置下的数据文件路径为data/train-*。

原始信息汇总

数据集信息

特征

• Content: 类型为字符串
• Summary: 类型为字符串
• input_ids: 类型为整数序列，数据类型为int32
• attention_mask: 类型为整数序列，数据类型为int8
• labels: 类型为整数序列，数据类型为int64

数据分割

• 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:
  • 数据文件路径: data/train-*