nhantruongcse/tokenized_25k_test_large_vietnews
收藏Hugging Face2023-12-09 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/nhantruongcse/tokenized_25k_test_large_vietnews
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含25000个训练样本，每个样本包含Content、Summary、input_ids、attention_mask和labels五个特征字段。Content和Summary字段为字符串类型，input_ids为int32类型的序列，attention_mask为int8类型的序列，labels为int64类型的序列。数据集的总大小为188517601字节，下载大小为83239255字节。
该数据集包含25000个训练样本，每个样本包含Content、Summary、input_ids、attention_mask和labels五个特征字段。Content和Summary字段为字符串类型，input_ids为int32类型的序列，attention_mask为int8类型的序列，labels为int64类型的序列。数据集的总大小为188517601字节，下载大小为83239255字节。
提供机构：
nhantruongcse
原始信息汇总
数据集概述
特征信息
- Content: 数据类型为字符串。
- Summary: 数据类型为字符串。
- input_ids: 数据类型为整数序列，类型为int32。
- attention_mask: 数据类型为整数序列，类型为int8。
- labels: 数据类型为整数序列，类型为int64。
数据分割
- train: 包含25000个样本，总字节数为188517601。
数据集大小
- 下载大小: 83239255字节。
- 数据集大小: 188517601字节。
配置信息
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
