BigTMiami/amazon_helpfulness_TAPT_pretraining_dataset

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 299233168
num_examples: 44876
- name: test
num_bytes: 65039672
num_examples: 9754
- name: dev
num_bytes: 13202640
num_examples: 1980
download_size: 116710696
dataset_size: 377475480
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
---

原始信息汇总

数据集概述

数据集特征

• input_ids：序列类型为int32。
• attention_mask：序列类型为int8。
• labels：序列类型为int64。

数据集分割

• 训练集：包含44876个样本，占用空间299233168字节。
• 测试集：包含9754个样本，占用空间65039672字节。
• 验证集：包含1980个样本，占用空间13202640字节。

数据集大小

• 下载大小：116710696字节。
• 数据集总大小：377475480字节。

数据文件配置

• 默认配置：
  • 训练集路径：data/train-*。
  • 测试集路径：data/test-*。
  • 验证集路径：data/dev-*。