LucasMagnana/aactext_large

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 794464
num_examples: 2684
- name: test
num_bytes: 184112
num_examples: 622
download_size: 221556
dataset_size: 978576
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：输入ID（input_ids），序列类型为int32
- 名称：令牌类型ID（token_type_ids），序列类型为int8
- 名称：注意力掩码（attention_mask），序列类型为int8
- 名称：标签（labels），序列类型为int64
划分集：
- 名称：训练集（train），字节数：794464，样本数量：2684
- 名称：测试集（test），字节数：184112，样本数量：622
下载大小：221556
数据集总大小：978576
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），路径：data/train-*
- 划分集：测试集（test），路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• input_ids: 序列类型，数据类型为int32
• token_type_ids: 序列类型，数据类型为int8
• attention_mask: 序列类型，数据类型为int8
• labels: 序列类型，数据类型为int64

数据集分割

• train:
  • 字节数: 794464
  • 样本数: 2684
• test:
  • 字节数: 184112
  • 样本数: 622

数据集大小

• 下载大小: 221556字节
• 数据集大小: 978576字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*