morten-j/medhie-tokenized-dataset-roots_ar_b50-mBERT
收藏Hugging Face2024-05-06 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/morten-j/medhie-tokenized-dataset-roots_ar_b50-mBERT
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: overflow_to_sample_mapping
dtype: int64
splits:
- name: train
num_bytes: 7156770330
num_examples: 8267529
download_size: 1678782241
dataset_size: 7156770330
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
提供机构：
morten-j
原始信息汇总
数据集信息
特征
- input_ids: 序列类型，数据类型为int32
- token_type_ids: 序列类型，数据类型为int8
- attention_mask: 序列类型，数据类型为int8
- overflow_to_sample_mapping: 数据类型为int64
数据分割
- train:
- 字节数: 7156770330
- 样本数: 8267529
数据集大小
- 下载大小: 1678782241
- 数据集大小: 7156770330
配置
- default:
- 数据文件:
- 分割: train
- 路径: data/train-*
- 数据文件:
