katxtong/tokenized_squad_size356
收藏资源简介：
--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 - name: start_positions dtype: int64 - name: end_positions dtype: int64 splits: - name: train num_bytes: 170292456 num_examples: 87599 - name: validation num_bytes: 20548080 num_examples: 10570 download_size: 26850313 dataset_size: 190840536 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---
数据集信息： 特征字段： - 字段名：input_ids，为int32类型的序列数据 - 字段名：attention_mask（注意力掩码），为int8类型的序列数据 - 字段名：start_positions，数据类型为int64 - 字段名：end_positions，数据类型为int64 数据集划分： - 划分名称：训练集（train），字节数：170292456，样本数：87599 - 划分名称：验证集（validation），字节数：20548080，样本数：10570 下载大小：26850313字节 总数据集大小：190840536字节 配置项： - 配置名称：default（默认配置） 数据文件： - 对应划分：训练集（train），文件路径：data/train-* - 对应划分：验证集（validation），文件路径：data/validation-*
数据集概述
数据特征
- input_ids: 序列类型，数据类型为int32
- attention_mask: 序列类型，数据类型为int8
- start_positions: 数据类型为int64
- end_positions: 数据类型为int64
数据分割
- 训练集
- 字节数: 170292456
- 样本数: 87599
- 验证集
- 字节数: 20548080
- 样本数: 10570
数据集大小
- 下载大小: 26850313字节
- 数据集大小: 190840536字节
配置
- 默认配置
- 训练集路径: data/train-*
- 验证集路径: data/validation-*
