marcus2000/tokenized_legal_corpus_with_full_docs
收藏Hugging Face2023-03-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/marcus2000/tokenized_legal_corpus_with_full_docs
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: Текст
dtype: string
- name: Комментарий РГ
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 175062362
num_examples: 1819
- name: test
num_bytes: 20792076
num_examples: 203
download_size: 63001541
dataset_size: 195854438
---
# Dataset Card for "tokenized_legal_corpus_with_full_docs"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
marcus2000
原始信息汇总
数据集概述
数据集名称
tokenized_legal_corpus_with_full_docs
数据集特征
- Текст：数据类型为字符串。
- Комментарий РГ：数据类型为字符串。
- input_ids：数据类型为整数序列，具体为32位整数。
- attention_mask：数据类型为整数序列，具体为8位整数。
- labels：数据类型为整数序列，具体为64位整数。
数据集分割
- 训练集（train）：包含1819个样本，总大小为175062362字节。
- 测试集（test）：包含203个样本，总大小为20792076字节。
数据集大小
- 下载大小：63001541字节。
- 总数据集大小：195854438字节。
