yashpatil/processed_bio_bert_tiny_dataset

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 21940534800.0
num_examples: 6094593
download_size: 6445245849
dataset_size: 21940534800.0
---
# Dataset Card for "processed_bio_bert_tiny_dataset"

[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：
- 名称：input_ids，序列类型为int32（输入Token序列ID）
- 名称：token_type_ids，序列类型为int8（Token类型ID）
- 名称：attention_mask，序列类型为int8（注意力掩码）
- 名称：special_tokens_mask，序列类型为int8（特殊Token掩码）
数据集划分：
- 划分名称：训练集（train），字节占用量：21940534800.0，样本总数：6094593
下载大小：6445245849
数据集总大小：21940534800.0
---

# 「processed_bio_bert_tiny_dataset」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

数据集名称

• 名称: processed_bio_bert_tiny_dataset

数据集特征

• input_ids: 整数序列，类型为int32
• token_type_ids: 整数序列，类型为int8
• attention_mask: 整数序列，类型为int8
• special_tokens_mask: 整数序列，类型为int8

数据集分割

• 训练集:
  • 样本数量: 6094593
  • 数据大小: 21940534800.0字节

数据集大小

• 下载大小: 6445245849字节
• 总数据大小: 21940534800.0字节