seokheeyam/funsd-bank-paragraph-test3-encoded

该数据集包含四个主要特征：labels（标签）、input_ids（输入ID）、attention_mask（注意力掩码）和normalized_bboxes（归一化边界框）。标签包括四个类别：other、header、question和answer。数据集分为训练集和测试集，训练集包含125个样本，测试集包含15个样本。数据集的下载大小为145748字节，总大小为3514560字节。配置部分指定了训练集和测试集的数据文件路径。

原始信息汇总

数据集概述

数据集特征

• labels: 分类标签，包含以下类别：
  • 0: other
  • 1: header
  • 2: question
  • 3: answer
• input_ids: 序列数据类型为int32。
• attention_mask: 序列数据类型为int8。
• normalized_bboxes: 序列数据类型为int64。

数据集分割

• train: 包含125个样本，占用3138000字节。
• test: 包含15个样本，占用376560字节。

数据集大小

• 下载大小: 145748字节。
• 数据集总大小: 3514560字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。