five

gokulsrinivasagan/processed_book_corpus-ld-5

收藏
Hugging Face2024-12-05 更新2024-12-14 收录
下载链接:
https://hf-mirror.com/datasets/gokulsrinivasagan/processed_book_corpus-ld-5
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含用于自然语言处理任务的文本数据,特征包括input_ids、attention_mask、special_tokens_mask和lda_lables。数据集分为训练集和验证集,训练集包含2,277,342个样本,验证集包含120,706个样本。数据以序列形式存储,分别对应不同的数据类型如int32、int8和float64。

This dataset contains text data for natural language processing tasks, with features including input_ids, attention_mask, special_tokens_mask, and lda_lables. The dataset is divided into a training set and a validation set, with the training set containing 2,277,342 samples and the validation set containing 120,706 samples. The data is stored in sequences corresponding to different data types such as int32, int8, and float64.
提供机构:
gokulsrinivasagan
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作