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