nhantruongcse/summary-vietnamese-news-token-TFtrain_vit5_large_vietnews

---
dataset_info:
features:
- name: Content
dtype: string
- name: Summary
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1113631502
num_examples: 148115
download_size: 493774460
dataset_size: 1113631502
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为int32的序列。
• attention_mask: 数据类型为int8的序列。
• labels: 数据类型为int64的序列。

数据分割

• train: 包含148115个样本，占用1113631502字节。

数据集大小

• 下载大小: 493774460字节
• 数据集大小: 1113631502字节

配置

• default: 包含训练数据文件，路径为data/train-*。