gagan3012/areta_v3

---
dataset_info:
features:
- name: text
sequence: string
- name: detect_tags
sequence: string
- name: correct_tags
sequence: string
- name: len_text
dtype: int64
- name: len_detect_tags
dtype: int64
- name: len_correct_tags
dtype: int64
splits:
- name: train
num_bytes: 96930716
num_examples: 100000
- name: validation
num_bytes: 1986694
num_examples: 1017
download_size: 19852500
dataset_size: 98917410
---
# Dataset Card for "areta_v3"

[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
序列类型：字符串
- 名称：detect_tags
序列类型：字符串
- 名称：correct_tags
序列类型：字符串
- 名称：len_text
数据类型：int64（64位整数）
- 名称：len_detect_tags
数据类型：int64（64位整数）
- 名称：len_correct_tags
数据类型：int64（64位整数）
数据集划分：
- 名称：train（训练集）
字节占用量：96930716
样本数量：100000
- 名称：validation（验证集）
字节占用量：1986694
样本数量：1017
下载大小：19852500
数据集总大小：98917410
---
# 「areta_v3」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)

原始信息汇总

数据集概述

数据集特征

• text: 字符串序列
• detect_tags: 字符串序列
• correct_tags: 字符串序列
• len_text: 整数类型（int64）
• len_detect_tags: 整数类型（int64）
• len_correct_tags: 整数类型（int64）

数据集分割

• train:
  • 大小: 96930716 字节
  • 示例数: 100000
• validation:
  • 大小: 1986694 字节
  • 示例数: 1017

数据集大小

• 下载大小: 19852500 字节
• 数据集总大小: 98917410 字节