ferrazzipietro/e3c-sentences-tokenized

---
dataset_info:
features:
- name: sentence
dtype: string
- name: entities
list:
- name: id
dtype: string
- name: offsets
sequence: int64
- name: role
dtype: string
- name: semantic_type_id
dtype: string
- name: text
dtype: string
- name: type
dtype: string
- name: original_text
dtype: string
- name: original_id
dtype: string
- name: prompt
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: words
sequence: string
- name: word_level_labels
sequence: int64
- name: labels
sequence: int64
splits:
- name: en.layer1
num_bytes: 6281797
num_examples: 1520
download_size: 916158
dataset_size: 6281797
configs:
- config_name: default
data_files:
- split: en.layer1
path: data/en.layer1-*
---

原始信息汇总

数据集概述

数据集特征

• sentence: 字符串类型
• entities: 列表类型，包含以下子特征：
  • id: 字符串类型
  • offsets: 整数序列类型（int64）
  • role: 字符串类型
  • semantic_type_id: 字符串类型
  • text: 字符串类型
  • type: 字符串类型
• original_text: 字符串类型
• original_id: 字符串类型
• prompt: 字符串类型
• input_ids: 整数序列类型（int32）
• attention_mask: 整数序列类型（int8）
• words: 字符串序列类型
• word_level_labels: 整数序列类型（int64）
• labels: 整数序列类型（int64）

数据集分割

• en.layer1:
  • 数据大小: 6281797 字节
  • 示例数量: 1520

数据集大小

• 下载大小: 916158 字节
• 数据集总大小: 6281797 字节

配置

• config_name: default
• data_files:
  • split: en.layer1
  • path: data/en.layer1-*