Hack90/ncbi_bert_chunk_2kbp

---
dataset_info:
features:
- name: id
dtype: string
- name: name
dtype: string
- name: text
dtype: string
- name: chunk_length
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 627269700.9490794
num_examples: 155080
- name: test
num_bytes: 78412757.43228562
num_examples: 19386
- name: valid
num_bytes: 78408712.61863492
num_examples: 19385
download_size: 327525008
dataset_size: 784091171.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• name: 字符串类型
• text: 字符串类型
• chunk_length: 64位整数类型
• index_level_0: 64位整数类型

数据集分割

• train:
  • 字节数: 627269700.9490794
  • 样本数: 155080
• test:
  • 字节数: 78412757.43228562
  • 样本数: 19386
• valid:
  • 字节数: 78408712.61863492
  • 样本数: 19385

数据集大小

• 下载大小: 327525008 字节
• 数据集大小: 784091171.0 字节

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • test: data/test-*
    • valid: data/valid-*