Brizape/Variome_tokenized_split_0404_dev

--- dataset_info: features: - name: id dtype: string - name: tokens sequence: string - name: ner_tags sequence: int64 - name: texts dtype: string - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 11207397 num_examples: 3048 - name: validation num_bytes: 2956282 num_examples: 762 - name: test num_bytes: 2602477 num_examples: 991 download_size: 2496494 dataset_size: 16766156 --- # Dataset Card for "Variome_tokenized_split_0404_dev" [More Information needed](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

数据集名称

Variome_tokenized_split_0404_dev

数据集特征

• id: 字符串类型
• tokens: 字符串序列类型
• ner_tags: 整数序列类型（int64）
• texts: 字符串类型
• input_ids: 整数序列类型（int32）
• token_type_ids: 整数序列类型（int8）
• attention_mask: 整数序列类型（int8）
• labels: 整数序列类型（int64）

数据集分割

• 训练集（train）: 3048个样本，占用11207397字节
• 验证集（validation）: 762个样本，占用2956282字节
• 测试集（test）: 991个样本，占用2602477字节

数据集大小

• 下载大小: 2496494字节
• 总大小: 16766156字节