seba/mnli_tokenized_bert_base_ctx_128_v2

---
dataset_info:
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: label
dtype:
class_label:
names:
'0': entailment
'1': neutral
'2': contradiction
- name: idx
dtype: int32
- name: input_ids
sequence: int32
- name: decoded
dtype: string
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 614569405
num_examples: 392702
- name: validation
num_bytes: 30834557
num_examples: 19647
- name: test
num_bytes: 30775355
num_examples: 19643
download_size: 167542129
dataset_size: 676179317
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• premise: 类型为字符串。
• hypothesis: 类型为字符串。
• label: 类型为分类标签，包含以下类别：
  • 0: entailment
  • 1: neutral
  • 2: contradiction
• idx: 类型为32位整数。
• input_ids: 序列类型，元素为32位整数。
• decoded: 类型为字符串。
• special_tokens_mask: 序列类型，元素为8位整数。

数据分割

• train: 包含392702个样本，占用614569405字节。
• validation: 包含19647个样本，占用30834557字节。
• test: 包含19643个样本，占用30775355字节。

数据集大小

• 下载大小: 167542129字节。
• 数据集大小: 676179317字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*