seyolax/sentiment-coursera

---
dataset_info:
features:
- name: label
dtype: int64
- name: review
dtype: string
- name: ru
dtype: string
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 270823102
num_examples: 80263
- name: test
num_bytes: 88075394
num_examples: 26755
download_size: 32563766
dataset_size: 358898496
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• label: 数据类型为 int64。
• review: 数据类型为 string。
• ru: 数据类型为 string。
• 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。

数据集分割

• 训练集（train）: 包含 80263 个样本，占用 270823102 字节。
• 测试集（test）: 包含 26755 个样本，占用 88075394 字节。

数据集大小

• 下载大小: 32563766 字节。
• 数据集总大小: 358898496 字节。

数据文件配置

• 默认配置（default）:
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*