ColinCcz/encoded_mental_data

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 122567049
num_examples: 34823
- name: validation
num_bytes: 30602281
num_examples: 8706
- name: test
num_bytes: 38160726
num_examples: 10883
download_size: 51977325
dataset_size: 191330056
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• text: 数据类型为 string
• label: 数据类型为 int64
• input_ids: 序列类型为 int32
• attention_mask: 序列类型为 int8

分割

• train: 字节数为 122567049，样本数为 34823
• validation: 字节数为 30602281，样本数为 8706
• test: 字节数为 38160726，样本数为 10883

大小

• 下载大小: 51977325 字节
• 数据集大小: 191330056 字节

配置

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