BigTMiami/amazon_helpfulness

This contains the data used in the research paper

---
dataset_info:
features:
- name: label
dtype: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 100777051
num_examples: 115251
- name: test
num_bytes: 21978755
num_examples: 25000
- name: dev
num_bytes: 4443760
num_examples: 5000
download_size: 51058355
dataset_size: 127199566
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
---

原始信息汇总

数据集概述

数据集特征

• label: 数据类型为 int64。
• input_ids: 序列数据类型为 int32。
• attention_mask: 序列数据类型为 int8。

数据集分割

• 训练集 (train): 包含115251个样本，占用100777051字节。
• 测试集 (test): 包含25000个样本，占用21978755字节。
• 验证集 (dev): 包含5000个样本，占用4443760字节。

数据集大小

• 下载大小: 51058355字节。
• 数据集总大小: 127199566字节。

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*
  • 验证集: data/dev-*