linhphanff/phobert-vietnamse-nomic-embed-mlm-dummy

---
license: apache-2.0
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: special_tokens_mask
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 7391280
num_examples: 515
download_size: 2063633
dataset_size: 7391280
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

许可证

• 许可证类型：Apache 2.0

数据集信息

• 特征信息

  • input_ids: 序列类型，数据类型为int32
  • token_type_ids: 序列类型，数据类型为int8
  • special_tokens_mask: 序列类型，数据类型为int8
  • attention_mask: 序列类型，数据类型为int8

• 数据分割

  • train: 训练集，包含515个样本，总字节数为7391280

数据集大小

• 下载大小：2063633字节
• 数据集大小：7391280字节

配置信息

• 默认配置
  • 数据文件路径：data/train-*