SaffalPoosh/masking_dataset

该数据集包含两个主要特征：origignal_text和masked_text，均为字符串类型。数据集分为训练集、测试集和验证集，分别包含503、1247和3902个样本。总下载大小为860612字节，数据集总大小为1208296字节。

This dataset includes two main features: original text and masked text, divided into three splits: train, test, and validation. The train split contains 503 samples with a total of 105504 bytes; the test split contains 1247 samples with a total of 270062 bytes; the validation split contains 3902 samples with a total of 832730 bytes. The total download size of the dataset is 860612 bytes, and the actual size is 1208296 bytes.

原始信息汇总

数据集概述

数据集特征

• origignal_text: 类型为字符串。
• masked_text: 类型为字符串。

数据集划分

• train: 包含503个样本，占用105504字节。
• test: 包含1247个样本，占用270062字节。
• validation: 包含3902个样本，占用832730字节。

数据集大小

• 下载大小: 860612字节。
• 总大小: 1208296字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • validation: 数据路径为data/validation-*。