tsch00001/sent_pl_nsp_counted
收藏Hugging Face2025-03-15 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/tsch00001/sent_pl_nsp_counted
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了一条句子（sentence1），以及该句子的字符数（char_count）、分词后的字符串序列（tokens）和分词数量（token_count）。数据集的训练集部分有5866259个样本，总大小为约2.1GB。
The dataset includes a sentence (sentence1), the character count of the sentence (char_count), a sequence of tokens after splitting the sentence (tokens), and the number of tokens (token_count). The training set of the dataset contains 5,866,259 samples with a total size of approximately 2.1GB.
提供机构：
tsch00001
