emozilla/pg19-test-tokenized
收藏Hugging Face2023-08-08 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/emozilla/pg19-test-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: short_book_title
dtype: string
- name: publication_date
dtype: int32
- name: url
dtype: string
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: tokenized_len
dtype: int64
splits:
- name: test
num_bytes: 97172727
num_examples: 100
download_size: 45658545
dataset_size: 97172727
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
---
# Dataset Card for "pg19-test-tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
emozilla
原始信息汇总
数据集概述
数据集名称
pg19-test-tokenized
数据特征
- short_book_title：字符串类型
- publication_date：整数类型（int32）
- url：字符串类型
- text：字符串类型
- input_ids：序列类型（int32）
- attention_mask：序列类型（int8）
- tokenized_len：整数类型（int64）
数据分割
- test：
- 数据量：97172727字节
- 样本数：100
数据集大小
- 下载大小：45658545字节
- 数据集总大小：97172727字节
配置信息
- config_name：default
- data_files：
- split：test
- path：data/test-*
