nqv2291/en-Pile-NER-seq2seq_format

---
dataset_info:
features:
- name: id
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 664745884
num_examples: 350974
- name: test
num_bytes: 13593212
num_examples: 7208
download_size: 147499047
dataset_size: 678339096
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• input_ids: 序列类型为整数32位。
• attention_mask: 序列类型为整数8位。
• labels: 序列类型为整数64位。

数据集分割

• train:
  • 字节数: 664745884
  • 样本数: 350974
• test:
  • 字节数: 13593212
  • 样本数: 7208

数据集大小

• 下载大小: 147499047
• 数据集大小: 678339096

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*