mor40/wiki-tokenized
收藏Hugging Face2023-08-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/mor40/wiki-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: word_ids
sequence: int64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 3030584064
num_examples: 558736
download_size: 866690406
dataset_size: 3030584064
---
# Dataset Card for "wiki-tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
mor40
原始信息汇总
数据集概述
配置信息
- 配置名称: default
- 数据文件:
- 分割: train
- 路径: data/train-*
数据集特征
- input_ids: 序列类型为int32
- attention_mask: 序列类型为int8
- word_ids: 序列类型为int64
- labels: 序列类型为int64
数据集分割
- 名称: train
- 字节数: 3030584064
- 示例数量: 558736
数据集大小
- 下载大小: 866690406
- 数据集大小: 3030584064
