ysjay/processed_bert_dataset

--- dataset_info: features: - name: input_ids sequence: int32 - name: token_type_ids sequence: int8 - name: attention_mask sequence: int8 - name: next_sentence_label dtype: int64 splits: - name: train num_bytes: 70985500 num_examples: 2000 download_size: 18506503 dataset_size: 70985500 --- # Dataset Card for "processed_bert_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： 特征字段： - 输入标识序列（input_ids）：序列数据类型为int32 - 令牌类型标识符（token_type_ids）：序列数据类型为int8 - 注意力掩码（attention_mask）：序列数据类型为int8 - 下一句预测标签（next_sentence_label）：数据类型为int64 数据集划分： - 训练集（train）：占用字节数70985500，样本数量2000 下载大小：18506503 数据集总大小：70985500 --- # 「processed_bert_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_bert_dataset

数据集特征

• 特征列表:
  • input_ids: 序列类型为 int32
  • token_type_ids: 序列类型为 int8
  • attention_mask: 序列类型为 int8
  • next_sentence_label: 数据类型为 int64

数据集划分

• 训练集:
  • 大小: 70985500 字节
  • 样本数: 2000

数据集大小

• 下载大小: 18506503 字节
• 总大小: 70985500 字节