timaeus/highlight

该数据集包含文本和掩码两个特征，其中文本为字符串类型，掩码为int64序列类型。数据集包含一个训练分割，共有5000个例子，总大小为559354字节。

The dataset includes two features: text and mask, where text is of string type and mask is of int64 sequence type. The dataset contains a training split with 5000 examples and a total size of 559354 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • text: 数据类型为字符串。
  • mask: 数据类型为int64序列。

数据分割

• train:
  • 样本数量: 5000
  • 字节数: 559354.0

数据集大小

• 下载大小: 209271
• 数据集大小: 559354.0

配置

• config_name: default
  • 数据文件:
    • split: train
    • 路径: data/train-*