markbotterill/olist_encoded

---
dataset_info:
features:
- name: label
dtype: int64
- name: text
dtype: string
- name: Words Per Review
dtype: int64
- name: __index_level_0__
dtype: int64
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: hidden_state
sequence: float32
splits:
- name: train
num_bytes: 99759813
num_examples: 23860
- name: test
num_bytes: 25686431
num_examples: 5965
download_size: 112853840
dataset_size: 125446244
---
# Dataset Card for "olist_encoded"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: olist_encoded

数据集特征

• 特征列表:
  • label: 数据类型为 int64
  • text: 数据类型为 string
  • Words Per Review: 数据类型为 int64
  • __index_level_0__: 数据类型为 int64
  • 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
  • hidden_state: 序列类型为 float32

数据集分割

• 训练集:
  • 样本数量: 23860
  • 数据大小: 99759813 字节
• 测试集:
  • 样本数量: 5965
  • 数据大小: 25686431 字节

数据集大小

• 下载大小: 112853840 字节
• 总数据集大小: 125446244 字节