pengold/xlsum-vietnamese

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: summary
dtype: string
- name: text
dtype: string
- name: prefix_text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 528740548
num_examples: 32111
- name: test
num_bytes: 40990709
num_examples: 4013
- name: validation
num_bytes: 40943030
num_examples: 4013
download_size: 304960271
dataset_size: 610674287
---
# Dataset Card for "xlsum-vietnamese"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 测试集：路径为 data/test-*
  • 验证集：路径为 data/validation-*

数据特征

• id：字符串类型
• url：字符串类型
• title：字符串类型
• summary：字符串类型
• text：字符串类型
• prefix_text：字符串类型
• input_ids：整数序列，类型为 int32
• attention_mask：整数序列，类型为 int8
• labels：整数序列，类型为 int64

数据分割

• 训练集：
  • 字节数：528740548
  • 样本数：32111
• 测试集：
  • 字节数：40990709
  • 样本数：4013
• 验证集：
  • 字节数：40943030
  • 样本数：4013

数据集大小

• 下载大小：304960271 字节
• 数据集大小：610674287 字节