NPCProgrammer/BERT_tweet_tuned

---
dataset_info:
features:
- name: text
dtype: string
- name: label
dtype:
class_label:
names:
'0': non_irony
'1': irony
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 9085595
num_examples: 2862
- name: test
num_bytes: 2493753
num_examples: 784
- name: validation
num_bytes: 3031237
num_examples: 955
download_size: 573289
dataset_size: 14610585
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• text：文本类型，数据类型为字符串。
• label：标签类型，包含两个类别：
  • 0: non_irony
  • 1: irony
• input_ids：序列类型，数据类型为32位整数。
• token_type_ids：序列类型，数据类型为8位整数。
• attention_mask：序列类型，数据类型为8位整数。

数据集分割

• 训练集：包含2862个样本，占用9085595字节。
• 测试集：包含784个样本，占用2493753字节。
• 验证集：包含955个样本，占用3031237字节。

数据集大小

• 下载大小：573289字节。
• 数据集总大小：14610585字节。

配置文件

• 默认配置：包含训练、测试和验证数据的路径配置。
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*
  • 验证集路径：data/validation-*