witchling22/tokenized_T5_base

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
dataset_info:
features:
- name: source
dtype: string
- name: source_labels
dtype: string
- name: rouge_scores
dtype: string
- name: paper_id
dtype: string
- name: target
dtype: string
- name: full_source_text
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 17340567
num_examples: 1992
- name: test
num_bytes: 5620222
num_examples: 618
- name: validation
num_bytes: 5534448
num_examples: 619
download_size: 6371599
dataset_size: 28495237
---
# Dataset Card for "tokenized_T5_base"

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

配置项：
- 配置名称：default
数据文件：
- 数据集划分：训练集（train）
路径：data/train-*
- 数据集划分：测试集（test）
路径：data/test-*
- 数据集划分：验证集（validation）
路径：data/validation-*
数据集信息：
特征：
- 特征名：source
数据类型：字符串
- 特征名：source_labels
数据类型：字符串
- 特征名：rouge_scores
数据类型：ROUGE评分（rouge_scores）
- 特征名：paper_id
数据类型：字符串
- 特征名：target
数据类型：字符串
- 特征名：full_source_text
数据类型：字符串
- 特征名：input_ids
数据类型：32位整数序列
- 特征名：attention_mask
数据类型：8位整数序列
- 特征名：labels
数据类型：64位整数序列
数据集划分：
- 划分名称：训练集（train）
字节数：17340567
样本数：1992
- 划分名称：测试集（test）
字节数：5620222
样本数：618
- 划分名称：验证集（validation）
字节数：5534448
样本数：619
下载总大小：6371599
数据集总大小：28495237
---
# "tokenized_T5_base" 数据集卡片
[更多信息请参阅：https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards]