saibo/bookcorpus_compact_1024_shard7_of_10_meta

---
dataset_info:
features:
- name: text
dtype: string
- name: concept_with_offset
dtype: string
- name: cid_arrangement
sequence: int32
- name: schema_lengths
sequence: int64
- name: topic_entity_mask
sequence: int64
- name: text_lengths
sequence: int64
splits:
- name: train
num_bytes: 7989189823
num_examples: 61605
download_size: 1776852460
dataset_size: 7989189823
---
# Dataset Card for "bookcorpus_compact_1024_shard7_of_10_meta"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • text: 数据类型为字符串。
  • concept_with_offset: 数据类型为字符串。
  • cid_arrangement: 数据类型为整数序列。
  • schema_lengths: 数据类型为长整数序列。
  • topic_entity_mask: 数据类型为长整数序列。
  • text_lengths: 数据类型为长整数序列。

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 7989189823
  • 样本数: 61605

数据集大小

• 下载大小: 1776852460
• 数据集大小: 7989189823