JJinho/pubmed_text_tokenized_2048
收藏Hugging Face2024-03-01 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/JJinho/pubmed_text_tokenized_2048
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 38199857280
num_examples: 2661640
download_size: 10535695234
dataset_size: 38199857280
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
JJinho
原始信息汇总
数据集信息
特征
- input_ids: 序列类型为 int32
- token_type_ids: 序列类型为 int8
- attention_mask: 序列类型为 int8
- special_tokens_mask: 序列类型为 int8
数据分割
- train:
- 字节数: 38199857280
- 样本数: 2661640
数据集大小
- 下载大小: 10535695234
- 数据集大小: 38199857280
配置
- default:
- 数据文件:
- 分割: train
- 路径: data/train-*
- 数据文件:
