EinsZwo/nlid_supertag_test

---
dataset_info:
features:
- name: lang
dtype: string
- name: doc
dtype: string
- name: supertags
dtype: string
- name: supertag_labels
sequence: int64
- name: text
dtype: string
- name: nlid_label
dtype: int64
- name: labels
sequence: int64
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 444450569
num_examples: 28736
download_size: 35596501
dataset_size: 444450569
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• lang: 数据类型为字符串。
• doc: 数据类型为字符串。
• supertags: 数据类型为字符串。
• supertag_labels: 数据类型为整数序列，类型为int64。
• text: 数据类型为字符串。
• nlid_label: 数据类型为整数，类型为int64。
• labels: 数据类型为整数序列，类型为int64。
• input_ids: 数据类型为整数序列，类型为int32。
• token_type_ids: 数据类型为整数序列，类型为int8。
• attention_mask: 数据类型为整数序列，类型为int8。

数据分割

• train: 包含28736个样本，占用444450569字节。

数据集大小

• 下载大小: 35596501字节。
• 数据集大小: 444450569字节。

配置

• default: 包含训练数据文件，路径为data/train-*。