Tural/processed_bert_dataset
收藏Hugging Face2023-10-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Tural/processed_bert_dataset
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: token_type_ids
sequence: int8
- name: attention_mask
sequence: int8
- name: special_tokens_mask
sequence: int8
splits:
- name: train
num_bytes: 24943076880
num_examples: 27349865
download_size: 5901536405
dataset_size: 24943076880
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# 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)
提供机构：
Tural
原始信息汇总
数据集概述
数据特征
- 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
- special_tokens_mask: 序列类型为 int8
数据分割
- train: 包含 27349865 个样本，总字节数为 24943076880
数据集大小
- 下载大小: 5901536405 字节
- 数据集大小: 24943076880 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
