keehuachin/clean
收藏Hugging Face2023-05-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/keehuachin/clean
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: Input
dtype: string
- name: text
dtype: string
- name: __index_level_0__
dtype: int64
- name: input_ids
sequence: int32
- name: labels
sequence: int64
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 137366668.6552888
num_examples: 8296
- name: test
num_bytes: 34358225.344711214
num_examples: 2075
download_size: 41193800
dataset_size: 171724894.0
---
# Dataset Card for "clean"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
keehuachin
原始信息汇总
数据集概述
数据集特征
- Input：数据类型为字符串（string）。
- text：数据类型为字符串（string）。
- index_level_0：数据类型为整数（int64）。
- input_ids：数据类型为整数序列（sequence: int32）。
- labels：数据类型为整数序列（sequence: int64）。
- attention_mask：数据类型为整数序列（sequence: int8）。
数据集分割
- 训练集（train）：包含8296个样本，占用空间137366668.6552888字节。
- 测试集（test）：包含2075个样本，占用空间34358225.344711214字节。
数据集大小
- 下载大小：41193800字节。
- 数据集总大小：171724894.0字节。
