nhantruongcse/summary-vietnamese-news-token-TFtrain_vit5_base

--- dataset_info: features: - name: Content dtype: string - name: Summary dtype: string - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 1113631502 num_examples: 148115 download_size: 493774460 dataset_size: 1113631502 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为int32序列。
• attention_mask: 数据类型为int8序列。
• labels: 数据类型为int64序列。

数据分割

• train: 包含148115个样本，总字节数为1113631502。

数据集大小

• 下载大小: 493774460字节。
• 数据集大小: 1113631502字节。

配置

• default: 包含训练数据文件，路径为data/train-*。