VictorJuiz/Tokenized_Keyword_Doc_intfloat_multilingual_e5
收藏Hugging Face2024-05-22 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/VictorJuiz/Tokenized_Keyword_Doc_intfloat_multilingual_e5
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: label
dtype: float64
- name: input_ids
sequence:
sequence: int32
- name: attention_mask
sequence:
sequence: int8
splits:
- name: train
num_bytes: 1685769088
num_examples: 820064
- name: validation
num_bytes: 27988480
num_examples: 13530
download_size: 345204952
dataset_size: 1713757568
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
提供机构：
VictorJuiz
原始信息汇总
数据集概述
数据集特征
- label：数据类型为
float64。 - 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
820064个样本，占用1685769088字节。 - 验证集（validation）：包含
13530个样本，占用27988480字节。
数据集大小
- 下载大小：
345204952字节。 - 数据集总大小：
1713757568字节。
数据文件配置
- 默认配置（default）：
- 训练集路径：
data/train-*。 - 验证集路径：
data/validation-*。
- 训练集路径：
