nqv2291/en-Pile-NER-instruction_format

--- dataset_info: features: - name: id dtype: string - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: labels sequence: int64 splits: - name: train num_bytes: 718154559 num_examples: 350974 - name: test num_bytes: 14690939 num_examples: 7208 download_size: 140685783 dataset_size: 732845498 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征列表： - 特征名称：id，数据类型：字符串（string） - 特征名称：输入标识符（input_ids），数据类型：元素为32位有符号整数的序列 - 特征名称：注意力掩码（attention_mask），数据类型：元素为8位有符号整数的序列 - 特征名称：标签（labels），数据类型：元素为64位有符号整数的序列 数据集划分： - 划分名称：训练集（train），占用字节数：718154559，样本总量：350974 - 划分名称：测试集（test），占用字节数：14690939，样本总量：7208 下载总大小：140685783 字节 数据集总占用大小：732845498 字节 配置项： - 配置名称：默认（default），数据文件配置： - 训练集划分：数据路径为 data/train-* - 测试集划分：数据路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• input_ids: 整数序列，类型为 int32
• attention_mask: 整数序列，类型为 int8
• labels: 整数序列，类型为 int64

数据集分割

• 训练集 (train):
  • 示例数量: 350974
  • 数据大小: 718154559 字节
• 测试集 (test):
  • 示例数量: 7208
  • 数据大小: 14690939 字节

数据集大小

• 下载大小: 140685783 字节
• 数据集总大小: 732845498 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*