RamWithAPlan/preprocessed_yelp_for_bert

---
dataset_info:
features:
- name: label
dtype:
class_label:
names:
'0': 1 star
'1': 2 star
'2': 3 stars
'3': 4 stars
'4': 5 stars
- name: text
dtype: string
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 2488411554
num_examples: 650000
- name: test
num_bytes: 191471188
num_examples: 50000
download_size: 0
dataset_size: 2679882742
---
# Dataset Card for "preprocessed_yelp_for_bert"

[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

数据集名称

• 名称: preprocessed_yelp_for_bert

数据集特征

• 特征列表:
  • label: 分类标签，包含以下类别：
    • 0: 1 star
    • 1: 2 star
    • 2: 3 stars
    • 3: 4 stars
    • 4: 5 stars
  • text: 文本类型
  • input_ids: 序列类型，数据类型为int32
  • token_type_ids: 序列类型，数据类型为int8
  • attention_mask: 序列类型，数据类型为int8

数据集分割

• 训练集:
  • 样本数量: 650000
  • 存储大小: 2488411554 字节
• 测试集:
  • 样本数量: 50000
  • 存储大小: 191471188 字节

数据集大小

• 总下载大小: 0 字节
• 总数据集大小: 2679882742 字节