dtruong46me/tokenized-dataset-dialogsum

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 76653920
num_examples: 12460
- name: validation
num_bytes: 3076000
num_examples: 500
- name: test
num_bytes: 9228000
num_examples: 1500
download_size: 5329517
dataset_size: 88957920
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

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

数据集划分

• 训练集：包含12460个示例，总大小为76653920字节。
• 验证集：包含500个示例，总大小为3076000字节。
• 测试集：包含1500个示例，总大小为9228000字节。

数据集大小

• 下载大小：5329517字节。
• 数据集总大小：88957920字节。

配置信息

• 默认配置：
  • 训练数据路径：data/train-*
  • 验证数据路径：data/validation-*
  • 测试数据路径：data/test-*