tyzhu/fwv2_random_num_train_10000_eval_100

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: train_doc2id
path: data/train_doc2id-*
- split: train_id2doc
path: data/train_id2doc-*
- split: train_find_word
path: data/train_find_word-*
- split: eval_find_word
path: data/eval_find_word-*
- split: id_context_mapping
path: data/id_context_mapping-*
dataset_info:
features:
- name: inputs
dtype: string
- name: targets
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 1909652
num_examples: 20100
- name: train_doc2id
num_bytes: 857494
num_examples: 10100
- name: train_id2doc
num_bytes: 887794
num_examples: 10100
- name: train_find_word
num_bytes: 1021858
num_examples: 10000
- name: eval_find_word
num_bytes: 10346
num_examples: 100
- name: id_context_mapping
num_bytes: 564594
num_examples: 10100
download_size: 2074803
dataset_size: 5251738
---
# Dataset Card for "fwv2_random_num_train_10000_eval_100"

[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

数据集配置

• 默认配置：
  • 训练数据：
    • 分割：train
    • 路径：data/train-*
  • 文档到ID映射训练数据：
    • 分割：train_doc2id
    • 路径：data/train_doc2id-*
  • ID到文档映射训练数据：
    • 分割：train_id2doc
    • 路径：data/train_id2doc-*
  • 查找词训练数据：
    • 分割：train_find_word
    • 路径：data/train_find_word-*
  • 查找词评估数据：
    • 分割：eval_find_word
    • 路径：data/eval_find_word-*
  • ID上下文映射数据：
    • 分割：id_context_mapping
    • 路径：data/id_context_mapping-*

数据集信息

• 特征：

  • 输入（inputs）：字符串类型
  • 目标（targets）：字符串类型
  • 文本（text）：字符串类型

• 分割：

  • 训练集：
    • 名称：train
    • 字节数：1909652
    • 样本数：20100
  • 文档到ID映射训练集：
    • 名称：train_doc2id
    • 字节数：857494
    • 样本数：10100
  • ID到文档映射训练集：
    • 名称：train_id2doc
    • 字节数：887794
    • 样本数：10100
  • 查找词训练集：
    • 名称：train_find_word
    • 字节数：1021858
    • 样本数：10000
  • 查找词评估集：
    • 名称：eval_find_word
    • 字节数：10346
    • 样本数：100
  • ID上下文映射集：
    • 名称：id_context_mapping
    • 字节数：564594
    • 样本数：10100

• 数据集大小：

  • 下载大小：2074803字节
  • 数据集大小：5251738字节