gguichard/wsd_myriade_synth_data_v4

---
dataset_info:
features:
- name: tokens
sequence: string
- name: wn_sens
sequence: int64
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: float64
splits:
- name: train
num_bytes: 57036817
num_examples: 101321
download_size: 0
dataset_size: 57036817
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "wsd_myriade_synth_data_v4"

[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：
- `tokens`（词元，Token）：字符串序列
- `wn_sens`：64位整数序列
- `input_ids`（输入标识，Input IDs）：32位整数序列
- `attention_mask`（注意力掩码，Attention Mask）：8位整数序列
- `labels`：64位浮点序列
数据集划分：
- 名称：训练集，字节占用量：57036817，样本总数：101321
下载总大小：0
数据集总占用大小：57036817
配置项：
- 配置名称：默认，数据文件配置：
- 对应数据集划分：训练集，文件路径：`data/train-*`

# 数据集"wsd_myriade_synth_data_v4"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

数据特征

• tokens: 字符串序列
• wn_sens: 64位整数序列
• input_ids: 32位整数序列
• attention_mask: 8位整数序列
• labels: 64位浮点数序列

数据分割

• train: 包含57036817字节的数据，共101321个样本

数据集大小

• 下载大小: 0字节
• 数据集大小: 57036817字节

配置

• default: 包含训练数据文件，路径为data/train-*