michaelginn/bert_data_tokenized_grouped
收藏Hugging Face2023-12-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/michaelginn/bert_data_tokenized_grouped
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 19019398080.0
num_examples: 6167120
download_size: 6396096898
dataset_size: 19019398080.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
michaelginn
原始信息汇总
数据集信息
特征
- input_ids: 序列类型为 int32
- token_type_ids: 序列类型为 int8
- attention_mask: 序列类型为 int8
数据分割
- train:
- 字节数: 19019398080.0
- 样本数: 6167120
数据大小
- 下载大小: 6396096898
- 数据集大小: 19019398080.0
配置
- config_name: default
- data_files:
- split: train
- path: data/train-*
- data_files:
