reginaboateng/pubmed_long_tokenised
收藏Hugging Face2023-04-21 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/reginaboateng/pubmed_long_tokenised
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 493127488
num_examples: 119924
- name: validation
num_bytes: 27274896
num_examples: 6633
- name: test
num_bytes: 27377696
num_examples: 6658
download_size: 153946164
dataset_size: 547780080
---
# Dataset Card for "pubmed_long_tokenised"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
reginaboateng
原始信息汇总
数据集概述
数据集名称
- 名称: pubmed_long_tokenised
数据集特征
- 特征列表:
- input_ids: 序列类型为 int32
- token_type_ids: 序列类型为 int8
- attention_mask: 序列类型为 int8
- labels: 序列类型为 int64
数据集分割
- 训练集:
- 样本数量: 119924
- 数据大小: 493127488 字节
- 验证集:
- 样本数量: 6633
- 数据大小: 27274896 字节
- 测试集:
- 样本数量: 6658
- 数据大小: 27377696 字节
数据集大小
- 下载大小: 153946164 字节
- 总数据集大小: 547780080 字节
