gguichard/wsd_myriade_synth_data_multilabel_roberta

---
dataset_info:
features:
- name: tokens
sequence: string
- name: wn_sens
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: float64
splits:
- name: train
num_bytes: 28388539
num_examples: 39518
download_size: 6747599
dataset_size: 28388539
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• tokens：字符串序列
• wn_sens：整数序列（int64）
• input_ids：整数序列（int32）
• attention_mask：整数序列（int8）
• labels：浮点数序列（float64）

数据集分割

• 训练集（train）：
  • 数据量：28,388,539字节
  • 样本数：39,518

数据集大小

• 下载大小：6,747,599字节
• 数据集总大小：28,388,539字节

配置

• 默认配置（default）：
  • 训练数据文件路径：data/train-*