Dudep/types-deberta-large

该数据集包含多个特征，包括标签（labels）、输入ID（input_ids）和注意力掩码（attention_mask）。标签部分包含27个不同的类别，每个类别由一个特定的编码表示，如0-0-0、0-0-E3等。数据集分为训练集、验证集和测试集，分别包含146,763、16,308和18,120个示例。数据集的下载大小为41,748,678字节，总大小为558,793,044字节。

The dataset includes multiple features such as labels, input_ids, and attention_mask. The labels consist of 27 different categories, each represented by a specific code like 0-0-0, 0-0-E3, etc. The dataset is divided into training, validation, and test sets, containing 146,763, 16,308, and 18,120 examples respectively. The download size of the dataset is 41,748,678 bytes, and the total size is 558,793,044 bytes.

原始信息汇总

数据集概述

特征

• labels:
  • 类型: 序列
  • 类别标签:
    • 0: 0-0-0
    • 1: 0-0-E3
    • 2: 0-0-M3
    • 3: 0-E2-0
    • 4: 0-E2-E3
    • 5: 0-E2-M3
    • 6: 0-M2-0
    • 7: 0-M2-E3
    • 8: 0-M2-M3
    • 9: E1-0-0
    • 10: E1-0-E3
    • 11: E1-0-M3
    • 12: E1-E2-0
    • 13: E1-E2-E3
    • 14: E1-E2-M3
    • 15: E1-M2-0
    • 16: E1-M2-E3
    • 17: E1-M2-M3
    • 18: M1-0-0
    • 19: M1-0-E3
    • 20: M1-0-M3
    • 21: M1-E2-0
    • 22: M1-E2-E3
    • 23: M1-E2-M3
    • 24: M1-M2-0
    • 25: M1-M2-E3
    • 26: M1-M2-M3
• input_ids:
  • 类型: 序列
  • 数据类型: int64
• attention_mask:
  • 类型: 序列
  • 数据类型: int64

数据分割

• train:
  • 字节数: 452617092.0
  • 样本数: 146763
• validation:
  • 字节数: 50293872.0
  • 样本数: 16308
• test:
  • 字节数: 55882080.0
  • 样本数: 18120

数据集大小

• 下载大小: 41748678
• 数据集总大小: 558793044.0

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*