saibo/bookcorpus_compact_1024_shard7_of_10_meta

Name: saibo/bookcorpus_compact_1024_shard7_of_10_meta
Creator: saibo
Published: 2024-03-04T18:37:42+08:00

Hugging Face2023-02-02 更新2024-03-04 收录

书籍文本语义标注

概念实体识别

数据链接：

https://hf-mirror.com/datasets/saibo/bookcorpus_compact_1024_shard7_of_10_meta 数据链接链接失效反馈

官方服务：

资源简介：

--- 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)

### 数据集信息特征字段： - 名称：text，数据类型：字符串 - 名称：concept_with_offset（带偏移量的概念），数据类型：字符串 - 名称：cid_arrangement，数据类型：int32序列 - 名称：schema_lengths，数据类型：int64序列 - 名称：topic_entity_mask，数据类型：int64序列 - 名称：text_lengths，数据类型：int64序列数据集划分： - 名称：训练集（train），占用字节数：7989189823，样本数量：61605 下载大小：1776852460 数据集总大小：7989189823 --- # 「bookcorpus_compact_1024_shard7_of_10_meta」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构：

saibo

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。