nhantruongcse/summary-vietnamese-news-token-TFtest_vit5_large

---
dataset_info:
features:
- name: Content
dtype: string
- name: Summary
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 61956745
num_examples: 8229
download_size: 27478662
dataset_size: 61956745
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名：内容（Content），数据类型：字符串
- 字段名：摘要（Summary），数据类型：字符串
- 字段名：输入ID（input_ids），序列类型：32位整数
- 字段名：注意力掩码（attention_mask），序列类型：8位整数
- 字段名：标签（labels），序列类型：64位整数
数据集划分：
- 划分集名称：训练集（train），占用字节数：61956745，样本数量：8229
下载大小：27478662
数据集总大小：61956745
配置项：
- 配置名称：默认（default），数据文件：
- 对应划分集：训练集（train），文件路径：data/train-*

原始信息汇总

数据集信息

特征

• Content: 数据类型为字符串。
• Summary: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int32。
• attention_mask: 数据类型为整数序列，类型为int8。
• labels: 数据类型为整数序列，类型为int64。

数据分割

• train: 包含8229个样本，占用61956745字节。

数据大小

• 下载大小: 27478662字节。
• 数据集大小: 61956745字节。

配置

• default:
  • 数据文件:
    • train: 路径为data/train-*。