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-*